氣象署導入AI預報模型10分鐘模擬颱風預報精度跨越4年進展
台灣中央氣象署自2024年導入15套AI全球氣象模式，以GPU取代CPU進行資料驅動預報，將颱風模擬時間從3-4小時壓縮至10分鐘，預報誤差改善率從每年2.7%躍升至12%（相當於一次跨越未來4年的技術進步）。
核心技術轉變
- 傳統模式：CPU、數值物理模擬、耗時數小時
- AI模式：GPU、資料驅動、10分鐘完成全球氣象模擬
- 15套AI全球氣象模式並行運作，提高預報多元性
實戰驗證：2024年凱米颱風
- 提前5天精準預測颱風路徑（vs 傳統歐洲模式誤判）
- 結合小區域模式，提前2天預估南高屏山區超過1,800mm雨量
- 促成地方政府提前撤離山區居民，防災效益顯著
資料基礎建設
- 整理過去15年雷達觀測資料（每10分鐘一筆）作為AI訓練資料集
- 未來目標：整合海象雷達、海面觀測、陸域氣象站、空域觀測，形成「全域陸海空聯合觀測」體系
- 定位為台灣「觀測資料DNA」
硬體擴充計畫
- 9年3期：第7、8、9代高速電腦
- 算力從12 PF擴充至85 PF（超過7倍）
- 預報解析度從3公里提升至1公里以下（村里級）
- 第8、9代設於新竹氣象科學園區
合作生態
- 國內：國網中心、國研院、台大、清大
- 國際：Google、NVIDIA（高解析度降尺度）、美國NCAR、ECMWF
- 未來目標：建立國家級AI氣象Data Hub
相關頁面
- central-weather-administration — 主導機構
- nvidia — 合作夥伴（高解析度降尺度實驗）
- google — 合作夥伴