Freuen Sie sich auf einen Abendvortrag von Thorsten Kurth, der zeigt, wie künstliche Intelligenz und High Performance Computing die Wetter- und Klimavorhersage verändern. Der Vortrag bietet verständliche Einblicke in moderne KI-gestützte Prognoseansätze, digitale Zwillinge des Erdsystems sowie die sich wandelnde Rolle von Hochleistungsrechnern in der wissenschaftlichen Forschung.
Wann?
18.06.2026
20:00
-
21:00
Wo?
Weipertstraße Open Space, 74076 Heilbronn
Wer?
Thorsten Kurth (Nvidia, Switzerland)
Von der Simulation zum Lernen: KI und Hochleistungsrechnen für Wetter- und Klimavorhersagen
Aktuelle Fortschritte im Bereich des maschinellen Lernens verändern die Wetter- und Klimavorhersage grundlegend. Datengetriebene Modelle wie FourCastNet, GenCast, AIFS sowie weitere aufkommende generative Ansätze können heute mit der traditionellen numerischen Wettervorhersage (NWP) konkurrieren oder diese sinnvoll ergänzen. Sie ermöglichen deutlich schnellere Prognosen und erfassen gleichzeitig komplexe atmosphärische Dynamiken. Parallel dazu verdeutlichen Initiativen wie WeatherGenerator und NVIDIA Earth-2 eine weiterreichende Vision: den Aufbau KI-gestützter digitaler Zwillinge des Erdsystems, die Wetter-, Klima- und Umweltprozesse in bislang unerreichter Größenordnung integrieren.
Der Vortrag beleuchtet die Schnittstelle dieser Entwicklungen mit dem High Performance Computing (HPC). KI-Workloads verändern sowohl die Software- als auch die Hardwarearchitekturen moderner Supercomputer grundlegend. Beschleunigerzentrierte Architekturen, Mixed-Precision-Training, verteilte Deep-Learning-Frameworks sowie skalierbare I/O-Pipelines für massive geophysikalische Datensätze werden zu zentralen Designfaktoren. Gleichzeitig bleibt HPC-Expertise essenziell, um Training und Inferenz effizient zu skalieren, hybride KI-Physik-Workflows zu integrieren und robuste Einsatzszenarien zu ermöglichen.
Anhand von FourCastNet3 und transformerbasierten Modellen werden konkrete Implementierungsaspekte und praktische Herausforderungen diskutiert. Im Fokus stehen dabei architektonische Trends, Skalierungsverhalten sowie die Auswirkungen moderner GPU-Funktionen auf wissenschaftliche KI-Anwendungen.
Abschließend werden offene Herausforderungen und zukünftige Entwicklungen skizziert. Dazu gehören unter anderem die Kopplung von KI-Modellen mit Beobachtungsdaten, die Erweiterung der Methoden auf Klimazeitskalen sowie die Verbesserung physikalischer Konsistenz und Zuverlässigkeit. Die Konvergenz von KI und HPC beschleunigt nicht nur die Wettervorhersage, sondern verändert grundlegend die Art und Weise, wie Erdsystemforschung betrieben wird.
Speaker
Thorsten Kurth (Nvidia, Switzerland)
Thorsten Kurth arbeitet bei NVIDIA, wo er sich auf die Optimierung wissenschaftlicher Anwendungen für GPU-basierte Supercomputer konzentriert. Seine Arbeit fokussiert sich auf die Entwicklung hochperformanter Deep-Learning-Lösungen für HPC-Systeme, einschließlich End-to-End-Optimierungen wie Input-Pipelines, I/O-Tuning sowie verteiltem Training unter Nutzung von Datenparallelismus und Modellparallelismus über mehrere Dimensionen hinweg.
Im Jahr 2018 wurde er mit dem Gordon Bell Prize ausgezeichnet, da er die erste Deep-Learning-Anwendung leitete, die auf dem OLCF-Summit-System eine Spitzenleistung von mehr als 1 ExaOp erreichte.
2020 erhielt er den Gordon Bell Special Prize für HPC-basierte COVID-19-Forschung. Ausgezeichnet wurde dabei seine Arbeit zur Erzeugung großer Ensembles von Spike-Trimer-Konformationen mithilfe des KI-gestützten Molekulardynamik-Workflows DeepDriveMD.
In jüngerer Zeit konzentriert sich seine Arbeit auf generative Wettervorhersagen. Dabei war er an der Entwicklung des FourCastNet-Modells beteiligt.