有了超算和大模型，就能预测任何一场气象灾害了？

难以捕捉的蝴蝶

世界范围内通行的对天气预报的方法被称为数值计算，采集足够多、足够丰富的气象数据后，把它们代入复杂方程，得到的结果就是所谓预测，重复这个过程，预测就连续了起来。

这些方程背后是一些坚固的理论，比如流体运动方程，热力学方程和不同介面，气、水、陆冰物质能量交换方程等等，它们代表的物理、化学规律是经过严密的计算和验证的。

但天气预报依然做不到绝对的准确。这种数值预测，是通过已经发生的气象要素的变化推测未来的趋势，它的准确程度严重受到观测数据精度的影响。

更何况，随着时间、空间尺度的变化，气象系统的复杂性将会剧烈增长，分析气象的成因时一方面会挂一漏万，另一方面数据的误差也会更多，这又反过来影响了预测的结果。

而当尺度大到一定程度时，气象会进入一种混沌状态。这不是比喻，气象系统是典型的混沌系统，混沌理论最早就是气象学家在1963年提出的。

混沌系统意味着系统非常小的扰动也可能造成巨大差别的后果——它的另一个名字叫蝴蝶效应，加利福尼亚的蝴蝶扇动翅膀，德克萨斯和墨西哥湾将掀起一场风暴。

这就要求对数值最开始的测算必须非常精确，然而我们都知道绝对的精确是不存在的，更何况面对如此复杂的气象运动，要采集的数据种类和数量实在太多。

人类对天气的预测就像努力学习蝴蝶的翅膀同风暴眼移动轨迹之间的关系那样，既壮丽，有时又有些绝望，甚至还带有一种玄奥的成分。

一面在精确度上构建越来越复杂的函数方程组，尽可能收集更多、间隔更短的数据，另一面则依赖一种近乎是“直觉”的经验。

时至今日，所有的天气预报结果依然由两部分决定——数值计算的结果，加上预报员的判断。天气预报依然高度依赖人的经验。

某种程度上，人类在用自己的感觉，对抗大自然的混沌。

超级计算机

因此气象预测呈现出一种诡异的特质——因为只要依靠人类的经验感觉，那么总会遇到失灵的时候，在一些极端气候中更是如此，因为有关极端气候的数据太过稀少，导致人对它无法形成连贯的经验。

但随着数值预测精度几十年来的提升，目前的天气预报在许多时候已可以达到相当准确的程度，中期可用性预报时效已经接近10天，而短期的预测——比如说冷空气什么时候到来，会降温多少度，人类已能判断的十分精准。这是因为尽管总体上全球的气候环境变化是混沌的，但在许多微观层面，比如气团的形成，气压的变化，云层运动的轨迹，正在被越来越多的函数和公式形象而准确的描述。

比如最近在京津冀肆虐的暴雨。

7月29日到8月1日，台风杜苏芮带着丰富的水汽北上，在华北遭到高压拦截，京津冀地区出现了历史罕见的极端暴雨。

极端体现在几个方面，首先是量大。河北邢台临城县降雨量超过1000毫米，也就是1米，等于这里原本两年降水量的综合。其次是时间长，从7月29日开始一直绵延了近四天，连北京都连续下了83小时的雨。河北、陕西、河南等地也连续两天出现大暴雨。最后是影响范围广，整个华北都被阴雨笼罩。

天气预报几乎完全准确地预告了这场极端降雨的到来。这背后是天气预报几十年来的巨大进步——数值计算已经从简单的方程组发展成世界上最复杂的算法之一，毕竟，对莫测的天气的捕捉，数据和算法都是越多越好，而为了处理这海量的数据和复杂的算法，超级计算机被引入。

许多人可能对气象数据的庞大没什么概念，在这里可以举一个数字：每一天，中国的气象数据增长高达40TB。我国建立的一整套立体的天气观测网络，有7万多个气象观测站覆盖全国99.6%的乡镇，这些数据传输的时间从过去的1小时近年来缩短为1分钟。

如此巨量的数据本身处理起来就已颇有难度，而把它们同数值计算的方程结合起来，则几乎是不可能完成的任务——复杂的偏微分方程和浮点计算都需要消耗大量的算力，特别是天气预报还要求极高的时效性，种种条件约束下，只有超级计算机能够满足需求。

所幸，中国在这方面走在世界前列。

超算一直是一张中国名片，比如全世界最快的500台超级计算机，中国就占了162台；再比如我过三次获得国际超算应用最高奖——戈登·贝尔奖，其中的两次获奖内容“大气动力框架”和“地震模拟”都和气象有关。

目前中国使用的超算名叫“派—曙光”，它峰值运算速度达到每秒8189.5万亿次，存储能力达到23088TB，这套完全国产的超算2018年开始服务后，我国高性能计算机系统总体规模已经跃居气象领域世界第三位。

这还不算完，随着数据量快速增长和硬件的磨损，超算的服役年限多在6到8年，因此在“派—曙光”之后，新的超算也在陆续上马，今年第一批新国家级高性能计算（HPC）子系统1已经安装建设完成，它的性能相比“派—曙光”进一步提升，达到13PFlops，储存能力也增长到了76PB。

更多的超算还在路上。