继之前松下声称自己研发出了“世界上最好的气象模式”之后，今年1月在拉斯维加斯召开的国际消费类电子产品展览会（CES）上，IBM又高调宣布即将发布“世界上分辨率最高的全球数值天气预报模式”——3公里分辨率的GRAF。
IBM此役非常高调
首先由CEO罗睿兰在CES会议上亲自宣布
然后大批媒体跟进报道
“该模型可以拥有世界上最好的短期预测”
消息一传开，围观群众惊得瓜都掉了：美国GFS全球模式是13公里，欧洲中心的全球模式是9公里，IBM竟然只有3公里？！是如何做到的？观天者今天来解读，新闻背后的故事。
GRAF的前世今生
首先，有两个说法需要纠正。
一、这个模式并不是IBM开发的
开发一个数值天气预报模式是工作量非常浩大的系统工程，目前还没有哪个公司能够承担这种资本、技术、劳动都很密集的研发工作。
IBM的全球模式GRAF其框架来源于美国国家大气科学研究中心（NCAR）和洛斯阿拉莫斯国家实验室(LANL)联合开发的MPAS（跨尺度预报模式）。NCAR主要负责大气模型，LANL主要负责海洋和陆地冰模型，IBM完成了后期模式在GPU上的移植。
洛斯阿拉莫斯国家实验室
可比NCAR有名多了
世界上第一颗原子弹和第一颗氢弹都在此诞生
2014年，美国开始实施下一代天气预报模式研发项目（NGGPS），在2014年选定了6个候选模式。经过第一阶段严格评测，MPAS和NOAA地球流体动力学实验室（GFDL）的FV3模式进入了决赛，而在2016年2选1的PK中，MPAS惜败，FV3成为了继承大统的下一代GFS 。
当时就有很多科学家对这个PK结果不满意，著名气象学家华盛顿大学Cliff Mass就坚定认为，MPAS明显优于FV3，MPAS更适合对流分辨率（4公里以下）的模拟，EC等机构开发的下一代模式的分辨率都是在这样的量级上。
然而剧情反转让人措手不及——
两年后，曾经风光无两的FV3在业务试运行阶段表现不佳，正被美帝人民吐槽为“美国天气预报的灾难”，业务化进程屡屡受阻；
而被”弃用“的MPAS却转角遇到爱，拥抱商业气象大佬IBM，得到全球气象行业瞩目，表现出巨大应用潜力，迎来了自己的春天。
二、这个模式并不是全球3公里
MPAS最主要的特色是使用了一种“非结构化网格”，这种网格的分辨率可以灵活变化——针对关注的区域可以配置更高的分辨率，在海洋等其它区域可以降低分辨率以提高计算效率。综合下来，在陆地区域，其平均分辨率为3 km。
对于传统的全球模式+区域模式来说，也可以在区域内实现3公里的模式预报，例如美国的高分辨率快速更新系统（HRRR）分辨率也是3公里，在欧洲、日本和我国的北上广等地区，也都有3公里甚至1公里的区域模式。
广州市气象局1公里超高分辨率
GRAPES区域数值预报模式
2017年初就业务运行了
所以单从分辨率上来说，MPAS并没有比传统的数值预报模式有太大进步，而且这种“非结构化网格”成本惊人，这也是为什么在当年MPAS在决赛中输给了FV3——MPAS比FV3的人力投入多50%，计算机能力增加量是FV3的10倍，综合下来，效率只有FV3的三分之二。
IBM为什么要做GRAF
那么问题来了：
既然美国政府都因为成本太高，放弃了MPAS模式，为什么注重投资回报率的商业公司反而捡回来大力发展呢？IBM不做科研，也不做慈善，它当然还是看到了商机。
一、占稳高性能计算技术高地
限制数值天气预报模式发展的一个重要因素就是计算能力，此前NOAA核算，如果要在业务上运行MPAS，现有计算能力需要提高28.8倍。因此，为了适应下一代计算技术，全球各家天气预报模式都在探索基于GPU的运算。
EC从2014年开始探索
使用GPU来对模式计算进行加速
但尚未正式业务化运行
作为高性能计算的上游技术公司，IBM不缺计算资源，缺的是应用场景，因此这对于IBM来说是个绝佳机会。
为了运行GRAF全球模式，IBM建设了一台基于OpenPOWER的超级计算系统，有84个节点，每个节点配备4个GPU及3.5 PB的存储，在IBM Spectrum LSF的管理下，每天可以处理10TB天气数据，带宽是原来的5.6倍。
如果2019年IBM模式顺利上线，将是全球第一个基于GPU的业务数值天气预报模式，IBM由此站稳数值模拟高性能计算的技术高地。
而且，MPAS 的GPU代码也将会开源，与之完美契合的IBM异构集群将会成为MPAS运行的首选平台，未来如果MPAS在全球各国业务、科研、企业中广泛使用，必然会推高IBM集群的销售业绩。
二、挖掘独家观测资料价值
得观测者得天下。对于商业气象公司来说，独家数据无疑是核心市场竞争力。和松下一样，IBM也是从独家观测数据发力，向政府气象部门数值模式发出挑战的。GRAF的独家数据，既包括其麾下WU的私人气象观测站数据，也有各种传感器的上传数据。
在前面的文章中，观天者曾介绍过Wunderground如何玩转众包气象观测。2012年WU被TWC收购，2016年又随着TWC一起收编到了IBM大家庭中。目前，WU拥有规模最大的私人气象站观测网，有超过25万个私人气象观测站。
Wunderground官网
是全球访问量第二大的天气网站
每月有近5000万访客
随着5G物联网时代的到来，对海量增长的新兴天气数据的利用是气象行业引人注目的新趋势。每5秒钟一次的飞机传感器数据，千万量级手机气压传感器数据，汽车外部气温传感器、雨刷器数据以及各种物联网低成本传感器的上传数据，都在GRAF的同化资料清单中。
在手机数据方面的采集和利用方面，和欧盟相比，美国和中国有关隐私保护法令相对宽松。虽然今年洛杉矶市提出了一项针对IBM的指控，关于TWC违规收集用户的精确位置信息，但似乎没有影响IBM抢先做实物联网时代的大数据经济。
在GRAF模式中同化这些新兴观测资料，从而反馈更加精确的预报。这种有益的互动，会更加激发用户主动上传观测、购买预报服务的意愿。
如果同意上传自己的手机传感器数据
你得到的天气预报准确率将提高20%
你会拒绝吗？
三、布局观测稀疏区气象商业新兴市场
虽然大气无国界，但世界各地的天气预报水平其实非常不均衡。3公里以上级别的高分辨率模式，仅限于美国、日本、欧洲以及中国的部分地区；而对于缺少靠谱的观测资料的非洲和南美洲，无论是模式分辨率，还是预报准确率，都差一个档次。
IBM看到了这背后的商机，从短板入手，专注于提高观测稀疏区域（南美洲和非洲）的预报准确率。这些地区的各国政府气象部门，以及商业公司，很有可能会购买IBM的模式产品，提升气象服务水平。
政府气象部门往往受限于其服务的行政范围
仅针对部分区域开展服务
但商业公司却可能拥有更大的格局
面向全球需求，布局全球市场
气象商业生态进化路线
从IBM的发展历程中，可以清晰地看到商业气象公司的发展升级的路径：
最初的TWC是在气象产业最下游，为电视台、网站和报纸等媒体，提供天气预报产品，主要做的事天气信息的加工和分发；IBM则从硬件和计算平台端切入，协助NOAA开发短临预报模式；
2012年TWC收购了Wunderground，开始拥有独家观测资料，并在此基础上对政府公开的模式产品进行后处理，具备了生产信息的能力；IBM则开始从平台向内容进发，研发灾害管理平台，应用机器学习算法提升云预测模式。
2016年IBM奔着数字地球和大数据经济的大方向收购了The Weather Company，但怎么利用这些气象专业技术？怎么让Watson和气象数据擦出火花？怎么发挥900名专业预报员的作用？怎么把几十万个私人气象站用起来？并没有给出明确路线；
2017年6月21日，在法兰克福举行的国际超级计算大会上IBM宣布了和NCAR的合作计划，方向明确下来，整合资源，做高时间和空间分辨率的全球模式，”为基于天气预报作出关键决策的企业带来巨大利益“，”用纳税人对天气模型开发的投资帮助美国企业在全球市场中竞争“。
2019年宣布即将发布分辨率最高的全球气象模式，终于切入气象服务的最上游。虽然IBM声称模式结果是否可供购买“尚未完全确定”，但GRAF的模式产品应该不会向公众公开。在2B端和GFS竞争，卖给下游气象服务公司，在2G端抢EC的饭碗，卖给各国政府气象部门。
观天者说
近年来，气象产业发展迅速，新玩家不断涌现，角色关系错综复杂，相互依存和制约。2016年美国召开听证会，召集政府气象部门、气象学术界、气象商业界五位大佬，讨论学界商界政府如何合作，共同提升气象科研水平和服务能力。
群~星~璀~璨~的听证会
从左到右依次是——
AccuWeather的创始人和CEO
迈尔斯博士Dr.Myers
世界最大的气象咨询公司DNT
首席气象官Jim Block
前松下首席气象学家现任美国商务部副部长
年轻有为Neil Jacobs
UCAR总裁、此次和IBM合作的主导者
Antonio J. Busalacchi
刚退休的AMS主席，SPIRE Global首席顾问
麦当劳爷爷Dr. MacDonald
观天者认为，未来无论是政府气象部门、商业气象公司、还是高校科研机构，凭借自身的力量，都很难适应信息技术的快速发展和气象产业的不断升级。必须在气象局、气象公司、高校和公众的角色定位等核心问题上达成共识，建立三方合作共赢的机制，才能实现从国家气象事业，到民族气象产业，以及人类气象科学的腾飞。
明确政府与公司合作模式
以最大化天气社会价值的经典报告
《Fair Weather: Effective Partnerships
in Weather and Climate Services》
{{item.content}}