本项目汇集了多个可用于沐曦（MetaX）GPU的人工智能气象预报大模型。我们专注于提供高性能、易适配的AI解决方案，助力您在短临预报、短中期天气预报、气候预测等领域的科研与开发工作。
本项目以聚合分发方式提供多个相互独立的开源项目，各项目作为独立程序分别置于各自子目录中，我方仅将其聚合打包传输，并未将其组合为单一作品。各项目分别受其自带许可证约束，您在使用或分发任一项目前，须遵守该项目对应许可证的条款。如各项目内另附有我方提供的Patch文件或适配文件，系针对相应开源项目的修改或组合，此文件的许可证放置于对应文件夹中。
根据预报时效分为两个主要的子目录：nowcasting（短临预报） 和 short-range-forecast（短期天气预报）。其中nowcasting目录包含NowcastNET模型，short-range-forecast目录包含Aurora、FourCastNet、FourCastNetV2、GenCast和GraphCast等模型，短期天气预报的模型共用同一个Dockerfile。
| 模型名称 | 预报时效 | 模型内核 | 推理框架 |
|---|---|---|---|
| FourCastNet | 短、中期 | 数据驱动 | Pytorch |
| FourCastNet V2 | 短、中期 | 数据驱动 | Pytorch |
| Aurora | 中期 | 数据驱动 | Pytorch |
| GraphCast | 中期 | 数据驱动 | Jax |
| GenCast | 中期 | 数据驱动 | Jax |
| NowcastNET | 临近（3h） | 数据驱动+物理规律 | Pytorch |
更多模型和应用正在持续适配与添加中，敬请关注。
- 硬件：需具备沐曦（MetaX）GPU。
- 基础软件：Linux操作系统，沐曦GPU运行时环境。
- 主要依赖：Python 3.8+，PyTorch（适配沐曦GPU版本），以及各子项目特定的依赖库（详见各子目录下对应的原开源项目文档）。
具体安装与使用步骤，请参阅各子项目文件夹内的独立指南（如README.md或UserGuide）。
在使用本仓库中的任何资源前，请仔细阅读并遵守以下声明：
- 独立项目：本仓库中的每个子项目均为独立的开源项目，保留其原有的许可证和版权声明。我方仅提供聚合分发服务，不对这些项目的功能、安全性或合规性做额外担保。
- 使用责任：您有责任理解并遵守每个子项目自带的许可证条款。在使用或分发任何子项目时，请确保完全符合其许可证要求。
- 修改与组合：如子项目内包含由我方提供的Patch文件或适配文件，这些特定文件的许可证将放置于对应的子文件夹中，请在使用时一并遵循。
- 2026-08-25：初始版本，包含FourCastNet、FourCastNet V2、Aurora、GraphCast、GenCast和NowcastNET模型。
欢迎通过GitHub Issues或Pull Requests提出建议、报告问题或贡献新的适配模型。让我们一起推动AI在气象预报领域的革新！
感谢您对沐曦GPU生态及AI4S发展的关注与支持！