在地球日之际，NVIDIA介绍了多个推动气候科学和可持续发展的AI项目，涵盖气候模拟、濒危物种保护、智能回收、海啸预警和地球观测等领域。AI与加速计算正在为地球保护这项长期缓慢的工作按下加速键——从研究人员涉水穿越荒野统计濒危类人猿数量，到气象预报员费力推算天气的物理特性，再到垃圾分拣设施从填埋物料中分离可回收物，这些传统方式正在被AI技术深刻改变。

NVIDIA Earth-2是全球首个完全开放、加速的气象AI软件堆栈，覆盖了从初始观测数据处理到生成全球预报的全流程。该平台的核心组件之一Nowcasting模型利用生成式AI技术，能够在短短几分钟内将覆盖全国范围的预报转化为公里级分辨率、短时局部风暴及灾害性天气预测。这是首个在风暴动力学模拟方面表现优于传统物理系统的AI模型。此外，Earth-2还包含了全球数据同化模型，能够在单个GPU上运行，仅需几分钟即可将原始观测数据转换为当前大气的全局快照，涵盖温度、风速、湿度和气压等关键参数。相比之下，美国国家气象局用于预测的计算资源中有近一半消耗在预处理原始观测结果这一环节。

在濒危物种保护领域，AI技术正在将传统的劳动密集型保护工作转变为高效的自动化系统，帮助类人猿生存和繁衍。传统的猩猩巢穴调查需要研究人员穿越茂密丛林、泥炭沼泽和山地，行进速度极为缓慢。即使是基于无人机的航拍调查，人工图像分析的瓶颈依然存在——每张图像都需要较长时间的专业研判，意味着单次无人机飞行会产生数十倍于飞行时间的图像审阅工作量。利物浦约翰摩尔大学的研究团队利用NVIDIA GPU训练了AI模型，能够在极短时间内处理大量图像，并以极高的准确率自动检测猩猩巢穴。“利用NVIDIA支持的深度学习技术，我们现在可以高效地从航拍图像中训练出检测和计数猩猩巢穴的模型，”马来西亚沙巴大学热带生物与保护研究所的计算生态学家Song-Quan Ong表示，“这显著减少了监测所需的时间和成本，同时实现了更广泛和一致的覆盖范围”。所有三种猩猩物种均被列为极度濒危物种，过去数十年间种群数量下降超过八成，面临着棕榈油种植园扩张、森林破碎化、非法捕猎等多重威胁，而雌性猩猩的生育间隔极长——这是所有哺乳动物中最长的生育间隔之一——使得种群无法快速恢复。利物浦约翰摩尔斯大学灵长类生物学教授Serge Wich指出：“我们需要更快地发现变化发生的位置，这项技术正好能够实现这一点。它可以让那些原本花时间审阅图像的人，转而与当地社区合作，解决真正的保护问题”。

AMP公司利用NVIDIA物理AI技术变革垃圾回收行业，直击回收成本居高不下的核心痛点。传统分拣设施的建设成本高昂，仍会遗漏相当比例的可回收物料。通过使用NVIDIA Hopper GPU，AMP已将AI推理能耗减半；同时，由于AI和机器人技术使分拣速度更快、效率更高，AMP的设施仅使用同等规模传统工厂约三分之二的传送带数量——这意味着更少的钢材消耗、更低的能耗和更小的能源足迹。AMP正在从零开始建设AI原生的回收设施，包括全自动化工厂以及直接从混合垃圾中提取可回收物和有机物的垃圾分流项目。AMP的设施实现了远高于传统工厂的回收率。迄今为止，AMP已从填埋场分流了巨量材料，避免了可观的二氧化碳当量排放。“如果我们肆意使用有限资源，就会伤害地球，”AMP软件总监Joe Castagneri表示，“当你不将塑料分流到回收环节时，就会使用石油基的原生塑料；当你不将有机物料从填埋场分流时，它们会厌氧分解产生甲烷。AI和自动化带来了高效的分拣、再利用方式，最终让我们从有限资源中获得更多价值”。

在海啸预警方面，AI技术的突破同样令人瞩目。传统的海啸预警依赖于求解复杂的物理反问题——这在超级计算机上需要极长时间。而基于GPU加速的AI海啸预警系统能够在极短时间内返回预测结果，比现有方法提速多个数量级，这一突破性成果曾荣获ACM戈登贝尔奖。这种量级的提速意味着，在海底地震发生后的宝贵窗口期内，沿海社区可以更早获得预警信息，为人员疏散和应急响应争取关键时间。

在地球观测领域，Planet公司与NVIDIA合作构建了GPU原生的卫星图像处理管线。传统的处理架构基于“计算成本高昂、存储成本低廉”的假设构建，完成同样的工作可能需要漫长的时间。而借助NVIDIA GPU，Planet能够在数秒内从压缩的原始卫星数据中提取环境洞察，例如野火的热点识别和扩散趋势分析。这项技术使得应急响应人员能够在火灾初期获得近乎实情的态势感知，从而更有效地调配资源、指导疏散和灭火工作。

这些项目共同展示了AI正在为地球保护按下加速键。从宏观的气候模拟到局部的灾害预警，从雨林的物种保护到城市的资源回收，加速计算和人工智能正在将原本缓慢、昂贵、劳动密集型的环保工作转变为快速、可扩展、高精度的解决方案，帮助人类更有效地应对气候变化和生态危机。