近日，度解无码科技NeuralGCM的造准1.4°分辨率模型在5至15天的预测准确性上超越了ECMWF的ENS模型，
NeuralGCM打造最先进的确天气预大气模型
NeuralGCM通过神经网络从历史天气数据中学习小尺度天气事件的物理原理，NeuralGCM为全球气候研究和政策制定提供了强有力的测新技术支持。NeuralGCM在笔记本电脑上也能运行，谷歌工具且依赖于简化的型深析打近似值（参数化）来模拟小尺度天气变化，与传统的度解基于物理的大气环流模型（GCM）相比，
造准这种方法解决了之前机器学习增强气候模型在数值稳定性方面的确天气预困难，并且在准确性上也有显著提升。测新而非依赖简化模型来生成近似值。谷歌工具无码科技打造准确天气预测新工具" class="wp-image-669096 j-lazy" style="width:840px;height:auto"/>谷歌团队已在GitHub上公开了NeuralGCM的型深析打源代码和模型权重，总体而言，度解NeuralGCM的集合预测有95%的时间比ECMWF-ENS更准确。
NeuralGCM的发布标志着气候建模领域的重要进步。NeuralGCM的计算成本比X-SHiELD低10万倍，NeuralGCM在模拟效率上提高了10万倍，
什么是NeuralGCM？
NeuralGCM是一种结合了基于物理的建模和机器学习技术的大气模型。而X-SHiELD则需20天。Google Research和DeepMind联合MIT、并且能在TPU和GPU上高效运行，
NeuralGCM的1.4°分辨率模型在计算速度上比X-SHiELD快3500多倍，NeuralGCM的准确性优于当前最先进的物理模型，打造准确天气预测新工具" class="wp-image-669096" style="width:840px;height:auto"/>