Summarize Paper logo SummarizePaper.com

Résumé IA · arXiv: 2610.35095v1 · physics.ao-ph

WRF-JAX v1.1.28: a differentiable regional weather model with fully coupled physics, numerically consistent with WRF and matching 128-process CPU performance on a single GPU

Shijin Yuan, Tianyu Shen, Bin Mu, Zhen Wei, Bo Qin, Guokun Dai
Article original Soumis à arXiv le 26 Oct. 2026 Licence : CC BY 4.0 Aussi en : en

Comment lire ce résumé ? Guide illustré

L’essentiel

WRF-JAX reproduit les simulations couplées de WRF avec des écarts proches de ses différences numériques internes, un débit comparable à 128 processus CPU et des gradients approximatifs.

Question

Peut-on transposer la dynamique et une suite complète de physique de WRF sur GPU tout en préservant leur couplage et leur cohérence numérique ? L’étude cherche aussi à permettre la différentiation à travers les pas de temps sans sacrifier la vitesse d’intégration.

Méthode

Les auteurs réimplémentent dans JAX la dynamique de WRF 4.5 et la suite physique CONUS, puis réalisent 27 intégrations de dix jours couvrant neuf régions et trois mois d’initialisation, sur une grille de 700 × 700 points à 3 km, avec 44 niveaux et un pas de 18 s. Ils comparent les sorties à WRF et à deux références de différences numériques internes, construites par changement de décomposition parallèle et par ensembles perturbés, puis mesurent le débit d’un GPU NVIDIA A800 face à WRF sur CPU. Une expérience distincte vérifie la rétropropagation sur 100 pas avec physique couplée, au moyen de différences finies dans 500 directions par variable initiale et à trois amplitudes.

Résultats

  • Résultat Pour le vent, la température potentielle et la vapeur d’eau, les médianes des rapports de RMSE entre les écarts WRF-JAX–WRF et les différences internes de WRF atteignent 1,02 à 1,04 à dix jours.
    Voir le passage dans l’article
    The WRF internal numerical-difference baseline established for all cases shows that the wind, temperature, and moisture errors in WRF-JAX are of similar magnitude to the reference model’s own long-term numerical differences: the median case-wise RMSE ratios are 1.05–1.07 at 24 h and 1.02–1.04 at 240 h.
  • Résultat Sur un seul A800, l’intégration soutenue demande en moyenne 175,0 secondes par heure simulée, soit des accélérations de 1,17 et 1,05 face aux exécutions WRF à 128 processus compilées respectivement avec gfortran et ifort.
    Voir le passage dans l’article
    The mean sustained integration time on a single A800 is 175.0 s per model hour, corresponding to speedups of 1.17 and 1.05 relative to 128-process single-precision WRF runs compiled with gfortran and ifort, respectively.
  • Résultat La rétropropagation fournit les gradients des quatre champs initiaux tridimensionnels ; les 6 000 comparaisons directionnelles présentent des signes concordants et des écarts relatifs médians compris entre 2,58 et 10,06 %.
    Voir le passage dans l’article
    In the 100-step backpropagation evaluation of WRF-JAX, all gradient components of the complete three-dimensional fields of the four initial UVTQ variables can be obtained in a single reverse calculation. The evaluation of 500 full-field directions per variable at three amplitudes provides 6000 finite-difference comparisons: median relative differences across variables and amplitudes range from 2.58 to 10.06 %, and all derivative signs agree.
  • Interprétation des auteurs Les auteurs considèrent ces gradients approximatifs comme des signaux de mise à jour utilisables pour ajuster les champs initiaux et entraîner des modules.
    Voir le passage dans l’article
    This supports their use as update signals for initial-field adjustment and trainable modules.

Limites

  • Le portage évalué concerne uniquement la dynamique ARW de WRF 4.5 et la suite CONUS, sans couvrir les autres schémas de paramétrisation.
    Voir le passage dans l’article
    The scope of the WRF-JAX port comprises the WRF 4.5 ARW dynamical core and the CONUS physics suite; other, unselected parameterization schemes are outside the scope of this study.
  • Les seuils et changements de branche des paramétrisations, les règles de dérivation approximatives et les erreurs numériques des différences finies limitent la concordance des vérifications de gradients.
    Voir le passage dans l’article
    Differences in gradient checks are therefore influenced jointly by approximate differentiation rules, model non-smoothness, and finite-difference numerical errors; they cannot all be attributed to errors in backpropagation itself.
  • Les performances rapportées excluent les coûts d’initialisation, de compilation et de sortie et ne représentent donc pas le temps total d’exécution.
    Voir le passage dans l’article
    Performance is evaluated using sustained integration time, defined as the wall-clock seconds required for integration divided by the corresponding number of model hours, excluding initialization, compilation, and output costs.

Portée

Selon les auteurs, WRF-JAX réunit prévision régionale à physique couplée, exécution sur GPU et calcul de gradients approximatifs dans un même cadre. Il fournit ainsi une base pour l’optimisation des perturbations initiales, l’assimilation variationnelle et l’entraînement de bout en bout, dont l’efficacité pratique reste à évaluer.

Rédigé par une IA à partir de l’article. Les passages cités sont vérifiés mot pour mot dans le texte analysé ; le reste peut contenir des erreurs.

Mots clés générés par l'IA : WRF-JAX modélisation météorologique calcul sur GPU différentiation automatique cohérence numérique

Pour aller plus loin

  • Résumé Complet
  • Résumé vulgarisé
  • Article de blog
  • Abstract original
Cet article présente WRF-JAX v1.1.28, une réimplémentation en JAX du modèle météorologique régional WRF 4.5. Il examine si un modèle couplant dynamique atmosphérique et paramétrisations physiques peut fonctionner efficacement sur un seul GPU, conserver une cohérence numérique avec WRF et fournir des gradients par différentiation automatique. Ces gradients pourraient faciliter l’ajustement des conditions initiales, l’assimilation variationnelle de données et l’apprentissage de certaines composantes du modèle. Le travail porte sur le cœur dynamique ARW et sur une sélection de paramétrisations physiques de la suite CONUS, et non sur l’ensemble des options de WRF. Le développement repose sur un portage progressif, guidé par l’analyse de la couverture du code et des dépendances entre fonctions. Des interfaces temporaires avec certaines routines Fortran ont permis de maintenir le couplage avec la physique pendant leur traduction, avant d’être entièrement supprimées. Pour repérer les premières divergences numériques, les auteurs ont comparé les entrées, les tendances et les états intermédiaires des deux implémentations. Ils ont également préservé les précisions numériques, les seuils, les conversions et les ordres de calcul pertinents. L’accélération combine une compilation par étapes réutilisables, la parallélisation des calculs horizontaux et le traitement par lots des colonnes verticales. Les paramétrisations physiques comprennent notamment Thompson, RRTMG, MYJ, Noah et la convection de Tiedtke modifiée. L’évaluation principale comprend 27 simulations de dix jours, couvrant neuf régions et trois mois d’initialisation en 2021. Toutes utilisent une résolution horizontale de 3 km, une grille de 700 × 700 points, 44 niveaux verticaux et un pas de temps de 18 secondes. Les deux implémentations reçoivent les mêmes conditions initiales et aux limites latérales. Pour mettre leurs écarts en perspective, les auteurs établissent une référence de la variabilité numérique interne de WRF en comparant deux décompositions parallèles utilisant chacune 128 processus. Une seconde référence repose sur dix simulations de six heures dont les champs initiaux de température potentielle sont très légèrement perturbés. Les différences entre WRF-JAX et WRF augmentent avec l’échéance, mais restent proches de cette variabilité numérique interne. Pour les vents, la température potentielle et la vapeur d’eau, les médianes des rapports entre l’erreur quadratique moyenne de WRF-JAX et celle de la référence interne se situent entre 1,05 et 1,07 à 24 heures, puis entre 1,02 et 1,04 à 240 heures. À dix jours, les erreurs médianes atteignent environ 1,04 et 0,98 m/s pour les deux composantes du vent, 0,396 K pour la température potentielle et 0,457 g/kg pour la vapeur d’eau. Les diagnostics météorologiques et six trajectoires cycloniques montrent également une bonne concordance entre les deux implémentations. Sur un GPU NVIDIA A800, le temps moyen d’intégration en régime établi est de 175 secondes par heure simulée. Cela représente des facteurs d’accélération de 1,17 et de 1,05 par rapport à WRF exécuté en simple précision sur 128 processus CPU, avec une compilation respectivement réalisée par gfortran et ifort. Ces mesures excluent toutefois l’initialisation, la compilation et les entrées-sorties. La différentiation est évaluée sur 100 pas de temps, soit 30 minutes, avec toutes les paramétrisations physiques activées. La rétropropagation fournit les gradients par rapport aux champs initiaux de vent, de température potentielle et d’humidité. La comparaison avec les différences finies porte sur 500 directions par variable et trois amplitudes de perturbation. Les écarts relatifs médians varient de 2,58 à 10,06 %, tandis que le signe concorde dans les 6 000 comparaisons. Ces gradients restent approximatifs, notamment en raison des seuils, des changements de branche et des traitements différentiables appliqués aux tables radiatives. Leur utilité pour l’optimisation et leur fiabilité sur de longues fenêtres temporelles restent à démontrer. Par ailleurs, la cohérence avec WRF ne constitue pas une validation indépendante fondée sur les observations. Les auteurs envisagent enfin des paramétrisations fondées sur l’intelligence artificielle, plus lisses, afin d’améliorer la qualité des gradients.
Créé le 02 Nov. 2026

Cette synthèse vous a-t-elle été utile ?

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Posez des questions sur cet article à notre assistant IA

Comment discuter avec cet article ? Guide illustré

Comparer avec le PDF

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.
Instructions pour utiliser l'assistant IA ?

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Enregistrer dans une collection Regroupez des articles en collections pour les comparer, les interroger et les exporter. Créer un compte gratuit Se connecter
Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Obsidian (Markdown) · Notion (Markdown)

Outils avancés Premium

Pour suivre un domaine de près : alertes de citations, diapositives de journal club, comparaison des versions et envoi vers Zotero. Découvrir Premium

Zotero
Alertes de citation Guide des alertes de citations
Qui travaille dessus ? Les personnes et institutions qui publient sur son sujet
Lettre hebdomadaire Présenté dans « Climat et Terre cette semaine » du 2 novembre 2026. Climat et Terre cette semaine : des forêts aux horloges, mesurer ce qui résiste au changement
Journal club Premium+ Des slides pour le présenter Proposer pour le journal club
Versions Ce qui a changé entre les versions
En parler en public Premium+ Kit presse : communiqué, questions, détecteur de hype Guide du kit presse

Les articles autour de celui-ci

Les voir sur une carte

Classés selon la proximité de leur titre et de leur résumé avec ceux de cet article. Sélectionnez-en pour les lire ensemble.

Les articles les plus proches

  1. Proche Contexte plus large
    reGRAF: a global MPAS reforecast data set with convection-allowing refinements over the US and Europe
    T. Hamill, Akshay Subramaniam, Montgomery L. Flora et al. · 2026 · Pas encore résumé

    reGRAF publie des réanalyses de prévision avec un modèle global raffiné à environ 4 km aux États-Unis et en Europe, dont les calculs exploitent les GPU.

    Résumé scientifique

    NVIDIA and The Weather Company (TWC) have generated a data set of reforecasts from TWC's GRAF (Global high-Resolution Atmospheric Forecasting) model, a version of the National Center for Atmospheric Research (NCAR) Model for Predictions Across Scales (\href{https://ncar.ucar.edu/what-we-offer/models/model-prediction-across-scales-mpas}{\underline{MPAS}}). GRAF is global, but the configuration for this reforecast had a mesh refinement to \textasciitilde4 km over the US, Caribbean Basin, and Europe, and 15 km elsewhere. This model was designed to run much of the computation on graphical processing units (GPUs), with this development assisted by NVIDIA. The 1836 reforecast cases (\textasciitild…

  2. Proche Contexte plus large
    Toward GPU-Resident Climate Models: A Feasibility Study on Lossy Compression for the Spherical Harmonic Transform's Communication Bottleneck
    L. Breschi, Flavio Vella · 2026 · Pas encore résumé

    Cette étude cherche à réduire le coût des échanges GPU pour les transformées harmoniques sphériques des modèles atmosphériques pseudospectraux.

    Résumé scientifique

    Operational pseudospectral atmospheric models such as the ECMWF Integrated Forecasting System (IFS) run today almost exclusively on CPUs; GPU ports are under active development but not yet used in production. These models rely on the Spherical Harmonic Transform (SHT). Each time-step requires forward and inverse SHTs, and both passes depend on global pencil transposition that redistribute multi-dimensional arrays across compute nodes. At large node counts these global collectives dominate wall-clock time. We investigate GPU-resident lossy compression, using representative fields from the DYAMOND high-resolution operational dataset as input, and combining measured GPU compression throughput w…

  3. Proche Autre approche du problème
    GPU-accelerated three-dimensional variational data assimilation with automatic differentiation for WRF-Chem
    Han-Cheng Ye, Zeng-Liang Zang, Wei You et al. · 2026 · Geoscientific Model Development · Pas encore résumé

    PY3DVar utilise PyTorch, la différentiation automatique et les GPU pour assimiler des observations chimiques dans WRF-Chem.

    Résumé scientifique

    This study developed a PyTorch-based three-dimensional variational (3DVar) data assimilation system (PY3DVar) for the Weather Research and Forecasting model coupled to Chemistry (WRF-Chem), which integrates automatic differentiation (AD) to replace traditional manual gradient derivation and adopts Graphics Processing Unit (GPU) acceleration for high computational efficiency. PY3DVar enables the simultaneous assimilation of gaseous pollutants (SO 2 , NO 2 , CO, O 3 ) and particulate matter (PM 2.5 , PM 10 ) and supports flexible deployment on both Central Processing Unit (CPU) and GPU computing platforms. Idealized tests were first conducted to verify the physical consistency of the assimilat…

  4. Proche* Base de cet article Cité par cet article
    A Description of the Advanced Research WRF Model Version 4
    C. Skamarock, B. Klemp, J. Dudhia et al. · 2019 · cité 1 712 fois · Pas encore résumé

    Cette description de WRF 4 constitue la référence du modèle dont WRF-JAX réimplémente la dynamique et la suite physique.

  5. Proche Contexte plus large
    THE VERY-SHORT-RANGE NUMERICAL WEATHER AND THREATS OF HAZARD FORECAST BASED ON CONVECTIVE-RESOLVING MODELING WITH CONTINUOUS DATA ASSIMILATION
    D. V. Blinov, G. Rivin, A. Bundel et al. · 2026 · Proceedings of the YSU C: Geological and Geographical Sciences · Pas encore résumé

    Cette étude décrit un système régional de prévision à courte échéance avec assimilation continue et modélisation résolvant la convection.

    Résumé scientifique

    The regional atmospheric modeling systems, which refine the results of global models, are currently actively used as a means of numerical weather forecasting for the coming days and hours. Using non-hydrostatic approach and grid spacing of several kilometers or less, these systems not only take into account complex geographical features of the terrain in detail but can also realistically predict complex weather formation mechanisms, including those associated with convection. Thе presentation is devoted to the description and results analysis of a continuously operating system for regional data assimilation and hourly numerical forecast updates for the next 12 h. It is based on the convectiv…

  6. Proche Même méthode, autre problème
    Technical note: A physically based correction of WRF temperature using atmospheric lapse rates for high-resolution hydrological simulations in a glacierized catchment
    F. Hofmeister, Xin-Yang Fan, M. Pfeiffer et al. · 2026 · Hydrology and Earth System Sciences · Pas encore résumé

    Cette étude utilise WRF pour le downscaling régional, puis corrige sa température à l’aide de taux de décroissance atmosphérique.

    Résumé scientifique

    This technical note presents a physically based post-processing workflow for correcting coarse-resolution regional climate model output used to force high-resolution hydrological models in high-elevation, glacierized catchments. The Weather Research and Forecasting (WRF) model was used to dynamically downscale the 20th Century Reanalysis Version 3 (20CRv3; 1° × 1°, 3-hourly) to a spatial resolution of 2 km and an hourly temporal resolution for the period 1969–2015. Evaluation of WRF output in the upper Kauner Valley (Austria) revealed a pronounced cold bias in the diagnosed 2 m temperature at elevations above 2600 m above sea level, which was attributed to the coarse representation of snow- …

  7. Apparenté Autre approche du problème
    Optimizer-Dependent Trade-Offs in Variational Multiple-Doppler Wind Retrieval: A Comparison of Adam, L-BFGS, and Newton-CG
    Seong-Jun Hwang, Ji-Sun Lee, Dong-In Lee et al. · 2026 · Atmosphere · Pas encore résumé

    Cette étude emploie PyTorch et la différentiation automatique sur GPU pour comparer des optimiseurs dans une récupération variationnelle des vents radar.

    Résumé scientifique

    The Wind Synthesis System using Doppler Measurements (WISSDOM) retrieves three-dimensional winds by minimizing a variational objective that combines Doppler-radar observations and physical constraints. Using a common Python implementation with PyTorch (2.9.1+cu130) automatic differentiation on an NVIDIA GPU, this study compared Adam, limited-memory Broyden–Fletcher–Goldfarb–Shanno (L-BFGS), and trust-region Newton conjugate-gradient (Newton-CG) for the same Typhoon Bavi case, initial wind field, and objective. At solver-specific stopping points, all three methods substantially reduced the objective and produced broadly similar principal horizontal- and vertical-wind structures. L-BFGS and Ne…

  8. Apparenté Contexte plus large
    SD3: The First Operationally-Proven, Fully Heterogeneous-Accelerated Global Kilometer-Scale Model with Inline Physics Architecture
    Yuan Liang, X. Hu, Xi Chen et al. · 2026 · Pas encore résumé

    SD3 couple la dynamique et la physique d’un modèle météorologique kilométrique sur accélérateurs hétérogènes, sans porter sur la différentiation de WRF.

    Résumé scientifique

    We present Super Dynamics on the Cube (SD3), the first operationally-proven, fully heterogeneous-accelerated global kilometer-scale model. Through a full-stack reconstruction in native CUDA C, SD3 introduces an"Inline Physics"architecture that deeply couples its non-hydrostatic cubed-sphere dynamical core with fast physical processes. This design maintains high physical consistency, ensures energy and mass conservation, and mitigates"Grey Zone"mismatches. Five years of continuous operational forecasting, together with validation against diverse observations, demonstrates the scientific fidelity of SD3. Recently, SD3 achieved an unprecedented 205.7 simulated days per day at global 1.5 km reso…

Les travaux antérieurs sur lesquels il s’appuie

  1. Apparenté* Base de cet article Utilisé en profondeur par cet article
    Explicit Forecasts of Winter Precipitation Using an Improved Bulk Microphysics Scheme. Part II: Implementation of a New Snow Parameterization
    G. Thompson, P. Field, R. Rasmussen et al. · 2008 · Monthly Weather Review · cité 2 935 fois · Pas encore résumé

    Cet article présente une nouvelle paramétrisation de la neige, une composante de physique atmosphérique pertinente pour la suite physique de WRF-JAX.

  2. Apparenté Contexte plus large Utilisé en profondeur par cet article
    Important factors in the tracking of tropical cyclones in operational models
    T. Marchok · 2021 · Journal of Applied Meteorology and Climatology · cité 39 fois · Pas encore résumé

    Cette étude compare des méthodes de suivi des cyclones dans des prévisions opérationnelles, plutôt que la réimplémentation du modèle.

    Résumé scientifique

    Multiple configurations of the Geophysical Fluid Dynamics Laboratory vortex tracker are tested to determine a setup that produces the best representation of a model forecast tropical cyclone center fix for the purpose of providing track guidance with the highest degree of accuracy and availability. Details of the tracking algorithms are provided, including descriptions of both the Barnes analysis used for center-fixing most variables and a separate scheme used for center-fixing wind circulation. The tracker is tested by running multiple configurations on all storms from the 2015-2017 hurricane seasons in the Atlantic and eastern Pacific Basins using forecasts from two operational National We…

  3. Apparenté Contexte plus large
    More accuracy with less precision
    S. Lang, A. Dawson, M. Diamantakis et al. · 2021 · Quarterly Journal of the Royal Meteorological Society · cité 47 fois · Pas encore résumé

    Cette étude évalue la précision simple dans le modèle de prévision IFS et ses économies de calcul, sujet lié aux performances numériques.

    Résumé scientifique

    Reducing the numerical precision of the forecast model of the Integrated Forecasting System (IFS) of the European Centre for Medium‐Range Weather Forecasts (ECMWF) from double to single precision results in significant computational savings without negatively affecting forecast accuracy. The computational savings allow to increase the vertical resolution of the operational ensemble forecasts from 91 to 137 levels earlier than anticipated and before the next upgrade of ECMWF's high‐performance computing facility. This upgrade to 137 levels harmonises the vertical resolution of the medium‐range deterministic forecasts and the medium‐range and extended‐range ensemble forecasts. Increasing the v…

  4. Apparenté* Base de cet article
    Improved Representation of Boundary Layer Clouds over the Southeast Pacific in ARW-WRF Using a Modified Tiedtke Cumulus Parameterization Scheme*
    Chunxi Zhang, Yu-Qing Wang, K. Hamilton · 2011 · Monthly Weather Review · cité 486 fois · Pas encore résumé

    Cet article modifie la paramétrisation convective de WRF, modèle dont WRF-JAX reprend la suite physique.

  5. Apparenté Données, outil ou méthode en commun Utilisé en profondeur par cet article
    A new ensemble-based consistency test for the Community Earth System Model (pyCECT v1.0)
    A. Baker, D. Hammerling, M. Levy et al. · 2015 · Geoscientific Model Development · cité 69 fois · Pas encore résumé

    pyCECT propose un outil de vérification de cohérence par ensembles pour les simulations climatiques, tandis que WRF-JAX construit des références numériques par ensembles perturbés.

    Résumé scientifique

    Abstract. Climate simulation codes, such as the Community Earth System Model (CESM), are especially complex and continually evolving. Their ongoing state of development requires frequent software verification in the form of quality assurance to both preserve the quality of the code and instill model confidence. To formalize and simplify this previously subjective and computationally expensive aspect of the verification process, we have developed a new tool for evaluating climate consistency. Because an ensemble of simulations allows us to gauge the natural variability of the model's climate, our new tool uses an ensemble approach for consistency testing. In particular, an ensemble of CESM cl…

Aller plus loin

Comment ces articles sont-ils trouvés ?

Nous comparons le titre et le résumé de cet article avec ceux de tous les articles résumés sur ce site, et avec les articles que Semantic Scholar recommande, ceux qu’il cite et ceux qui le citent (pour un article très cité, ses citations les plus récentes et, depuis OpenAlex, les plus citées). Parmi les travaux antérieurs et les suites, les articles qui s’utilisent en profondeur, une méthode qu’il utilise et les suites très citées remontent un peu. Les niveaux (très proche, proche, apparenté) viennent de la similarité des textes, pas d’un jugement de qualité ; * signale un article sans résumé, comparé par son titre. La phrase sous un article est écrite par une IA à partir des deux résumés : vérifiez-la dans les articles. Un article jugé hors sujet par trois lecteurs quitte la liste.

Mis à jour le 2 novembre 2026.

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.