Đại học Manchester ứng dụng NVIDIA Earth-2 dự báo ô nhiễm không khí toàn nước Anh

Ô nhiễm không khí là một rủi ro nghiêm trọng đối với sức khỏe cộng đồng, góp phần gây ra khoảng 30.000 ca tử vong chỉ riêng tại Vương quốc Anh vào năm ngoái. Những thông tin chi tiết dựa trên dữ liệu có thể giúp ích — nhưng việc tính toán chất lượng không khí bằng các mô hình hóa học truyền thống rất tốn kém, điều này hạn chế độ chi tiết cũng như tần suất thực hiện các mô hình này.

David Topping, giáo sư tại khoa Khoa học Trái đất và Môi trường của Đại học Manchester, nhận thấy rằng dòng mô hình và công cụ AI mở NVIDIA Earth-2 đã giải quyết được một vấn đề tương tự trong dự báo thời tiết — và ông tự hỏi liệu các khung làm việc tạo sinh (generative frameworks) tương tự có thể áp dụng cho các trường dữ liệu ô nhiễm hay không.

“Thách thức lớn nhất chính là khả năng tính toán cần thiết để dự báo chất lượng không khí,” Topping cho biết. “Một khi bạn đưa các yếu tố hóa học vào mô hình thời tiết, chúng trở nên cực kỳ chậm. Vì vậy, tôi đã tự hỏi, tại sao chúng ta không thử sử dụng các khung làm việc tạo sinh mà NVIDIA phát triển cho khí hậu và thời tiết để áp dụng cho các trường dữ liệu ô nhiễm?”

Hợp tác với đội ngũ NVIDIA Earth-2, Topping và các đồng nghiệp đã tạo ra dữ liệu huấn luyện từ các mô phỏng hóa học-khí hậu hiện có, sau đó huấn luyện Earth-2 CorrDiff — một mô hình giảm quy mô tạo sinh (generative downscaling model) — trên Isambard-AI, siêu máy tính AI quốc gia của Vương quốc Anh đặt tại Bristol.

Mô hình đã hoạt động ngay trong lần thử nghiệm đầu tiên.

Kể từ đó, nhóm đã bổ sung thêm Earth-2 StormCast, một mô hình cho phép thực hiện các dự báo phụ thuộc vào thời gian, sử dụng trực tiếp các quan sát về chất lượng không khí, đồng thời trình diễn các quy trình huấn luyện thử nghiệm và suy luận chạy trên siêu máy tính AI cá nhân NVIDIA DGX Spark.

“Để cải thiện sức khỏe con người, điều cần thiết là chúng ta phải hiểu được tác động của các yếu tố gây căng thẳng môi trường trong không khí mà chúng ta hít thở,” Topping nói. “Mô hình ô nhiễm trên toàn Vương quốc Anh của chúng tôi cho phép chúng ta mô phỏng các kịch bản tiềm năng trong tương lai, chẳng hạn như dự đoán điều gì sẽ xảy ra nếu các thay đổi chính sách khác nhau của chính phủ liên quan đến ô nhiễm được áp dụng.”

Nguồn video: Bristol Centre for Supercomputing (BriCS) @ Đại học Bristol

Một ứng dụng tiềm năng khác là cung cấp thông tin chi tiết về chất lượng không khí một cách chủ động cho các tổ chức chăm sóc sức khỏe. Topping hình dung ra một kịch bản nơi các dịch vụ y tế khu vực và quốc gia có thể liên hệ với những bệnh nhân mắc các bệnh như hen suyễn để thông báo cho họ biết rằng ô nhiễm không khí sẽ ở mức cao trong khu vực của họ vào ngày mai hoặc tuần tới.

Nhóm cũng đang khám phá cách mô hình ô nhiễm không khí có thể kết hợp với dữ liệu từ các thiết bị AI biên (edge AI) để tiếp nhận dữ liệu chất lượng không khí theo thời gian thực và thúc đẩy việc ra quyết định tức thời, chẳng hạn như trong trường hợp xảy ra cháy rừng.

“Việc mô hình này được huấn luyện trong hai ngày trên Isambard-AI — và hiện có thể chạy trên một thiết bị DGX Spark đặt trên bàn làm việc — đã thay đổi đối tượng có thể thực hiện nghiên cứu khoa học này và tốc độ thực hiện,” Niall Robinson, quản lý quan hệ nhà phát triển về thời tiết và khí hậu tại NVIDIA, cho biết. “Chúng ta chỉ mới bắt đầu khám phá những gì mà các quy trình mở này có thể làm được trên phạm vi toàn cầu.”

“Khả năng chuyển đổi từ khung làm việc này sang khung làm việc khác của NVIDIA thực sự rất ấn tượng,” Hao Zhang, nghiên cứu sinh tiến sĩ tại Đại học Manchester, người đã huấn luyện StormCast trên Isambard-AI, chia sẻ. “Chúng tôi chỉ mới bắt đầu khám phá cách sử dụng các khung làm việc này theo những cách khác nhau để mô hình hóa các trường dữ liệu ô nhiễm phức tạp.”

Từ Siêu máy tính Quốc gia đến Máy tính để bàn

Để huấn luyện lại mô hình Earth-2 cho vấn đề ô nhiễm không khí, Topping và nhóm đã sử dụng dữ liệu ô nhiễm của Vương quốc Anh trong một năm, được mô phỏng theo từng giờ để tạo ra một mô hình ô nhiễm chi tiết trên toàn Vương quốc Anh với độ phân giải 2-3 km vuông.

Chạy trên một nút đơn lẻ với tám GPU trên Isambard-AI — siêu máy tính AI mạnh nhất Vương quốc Anh, được trang bị 5.448 siêu chip NVIDIA GH200 Grace Hopper mang lại hiệu suất AI đạt 21 exaflops — quá trình này chỉ mất hai ngày.

“Earth-2 CorrDiff đã cho thấy khả năng sử dụng cực kỳ hiệu quả phần cứng đẳng cấp thế giới của NVIDIA bên trong Isambard-AI,” Simon McIntosh-Smith, giám đốc Trung tâm Siêu máy tính Bristol tại Đại học Bristol và là người đồng sáng lập Isambard-AI, cho biết. “Thật phù hợp khi đối với một dự án dựa trên khí hậu, số giờ GPU được sử dụng tương đối thấp, đòi hỏi ít năng lượng hơn từ siêu máy tính để chạy các khối lượng công việc này.”

Ngoài việc cung cấp cái nhìn tổng quan về tình trạng ô nhiễm không khí trong năm qua, mô hình còn có thể giúp dự đoán các kịch bản ô nhiễm không khí trong tương lai cho Vương quốc Anh. Nhóm có kế hoạch tăng độ phân giải của mô hình hơn nữa bằng cách kết hợp thêm các dữ liệu mở, cho phép các nhà nghiên cứu hiểu về ô nhiễm không khí ở quy mô đường phố.

Quy trình tạo sinh về ô nhiễm tương tự cũng chạy trên hệ thống AI để bàn DGX Spark được trang bị siêu chip NVIDIA GB10 Grace Blackwell để thực hiện suy luận và các đợt huấn luyện nhỏ hơn. Topping hiện đã có một hệ thống DGX Spark trong văn phòng của mình để huấn luyện lại các mô hình.

“Giờ đây, bạn có thể đầu tư vài nghìn đô la để bắt đầu phát triển các mô hình AI mạnh mẽ,” Topping nói.

Khoa học Mở, Tương lai Tác nhân (Agentic Future)

Nhóm có kế hoạch phát hành dữ liệu huấn luyện và quy trình làm việc mã nguồn mở cho các mô hình ô nhiễm để các mô hình tương tự có thể được huấn luyện cho các quốc gia và khu vực khác.

“Mục tiêu của chúng tôi là cung cấp quy trình này cho toàn thế giới,” ông nói. “Chúng tôi hy vọng rằng mọi quốc gia và mọi thành phố lớn trên toàn cầu, với một khoảng thời gian sử dụng siêu máy tính AI ngắn, sẽ có thể tạo ra các mô hình ô nhiễm chi tiết của riêng họ bằng dữ liệu địa phương.”

Nhìn xa hơn trong 5 năm tới, Topping coi kết quả cuối cùng là một thứ đơn giản hơn: một giao diện tác nhân (agentic interface), nơi bác sĩ lâm sàng hoặc cơ quan chính phủ đặt câu hỏi và chuỗi các mô hình sẽ xử lý mọi thứ còn lại.

“Với khả năng tiếp cận mở tốt hơn đối với các quan sát về chất lượng không khí, ai đó có thể hỏi mô hình ô nhiễm của chúng tôi đang chạy trên DGX Spark rằng: tình trạng ô nhiễm ở khu phố này vào ngày mai sẽ như thế nào?” ông nói. “Và cả một chuỗi tương tác sẽ đưa ra câu trả lời, dựa trên nền tảng khoa học mà các khung làm việc này đại diện.”

Tìm hiểu thêm về AI khí hậu và thời tiết NVIDIA Earth-2.