Национальная метеорологическая служба США переносит суперкомпьютеры в облако для внедрения ИИ

Для агентства это способ получить гибкость, без которой невозможно встроить ИИ-модели прогнозирования погоды в рабочий процесс.

Что происходит с WCOSS

Сегодня у NWS два операционных суперкомпьютера — они обслуживают все погодные модели агентства и работают в собственных дата-центрах. Оборудование подходит к концу жизненного цикла, и вместо того чтобы просто закупить новую партию серверов, команда решила пересмотреть архитектуру целиком. Директор центральных операций NWS Дэвид Мишо отметил: «Мы хотели выйти за рамки простого стремления построить самую быструю или самую большую систему, какую только могли. На самом деле мы искали баланс между имеющимися у нас вычислительными ресурсами и гибкостью, которую даст переход в облако».

Сама система носит название WCOSS — Weather and Climate Operational Supercomputing System. Основным провайдером HPC-инфраструктуры для неё недавно был объявлен Google Cloud. Брент Митчелл, вице-президент Google Public Sector по go-to-market, сравнил подход компании с «синхронизированным потоком грузовиков на супершоссе» в противовес «одиночным фургонам в городском трафике» и добавил, что переход в облако даёт метеорологам и исследователям NOAA «более оптимизированную и гибкую среду», позволяющую быстро адаптироваться к будущим инновациям в моделировании — в том числе к ИИ.

Зачем это нужно для ИИ-прогнозирования

Главный технический аргумент — разная «форма» вычислительной нагрузки у классических и ИИ-моделей. Если возможности ИИ-прогнозирования начнут развиваться быстрее ожидаемого, фиксированный парк серверов просто не сможет оперативно перераспределить ресурсы в пользу нового класса задач. Облако же позволяет сдвигать баланс «по запросу» — например, в моменты пиковой нагрузки при экстремальной погоде, когда обычной мощности уже не хватает.

При этом NWS уже экспериментирует с ИИ-моделями: в арсенале агентства есть глобальная модель AIGFS, которая требует меньше вычислений для построения прогноза, и ансамблевая глобальная модель AIGEFS, дающая вероятностные оценки для синоптиков. Использование ИИ в прогнозировании всё ещё находится на ранних стадиях и ограничено в экстремальных сценариях, но потенциал для повышения эффективности прогнозов агентство уже видит.

Что в этом полезного для команд, которые внедряют SaaS

Для тех, кто сейчас выбирает между on-prem и облаком для собственных процессов, история NWS — неплохой чек-лист «зрелости» решения:

• Срок жизни оборудования — это стратегический триггер. Когда парк выходит из эксплуатации, появляется окно, в котором выгоднее менять архитектуру, чем снова закупать серверы.
• Гибкость ≠ экономия. Облако обходится дороже в моменте пиковых нагрузок, но дешевле в сценарии, когда нужно быстро перебросить ресурсы на новый класс задач — здесь это ИИ-модели.
• Миграция — это не один проект. Параллельно с WCOSS агентство переносит данные и ресурсы в облачные платформы NWS HIVE и NWS CIRRUS, чтобы синоптики могли получать критичные данные вне офиса, в том числе с мобильных устройств. Полезное напоминание: при переезде стоит сразу думать о доставке данных до конечного пользователя, а не только о вычислительном слое.
• Один крупный провайдер не снимает все риски. Выбор Google Cloud как основного HPC-партнёра — это концентрация компетенций и SLA, но и точка зависимости. Повод заранее заложить стратегию выхода и портативность данных.

В целом история NWS — хороший пример того, как публичный сектор перестаёт «закапывать» миллионы в on-prem и переходит к сценариям, где вычислительная ёмкость подстраивается под задачу, а не наоборот. Похожие процессы идут и в других регионах — например, Пуна и ряд немецких городов договорились о технологическом и экологическом сотрудничестве, и в таких альянсах облачные платформы нередко становятся базой для совместных проектов в области данных и устойчивого развития.