FuXi-S2S

2 downloads 0 likes on ModelScope updated

Model card

FuXi-S2S

模型介绍

FuXi-S2S 是由复旦大学等机构提出的全球次季节预报模型。

论文:A machine learning model that outperforms conventional global subseasonal forecast models

https://doi.org/10.1038/s41467-024-50714-1

模型描述

FuXi-S2S 接收两个连续日平均大气状态,面向传统数值模式较具挑战性的两周至两个月预报范围。

适用场景

场景 说明
全球次季节预报 使用官方 FuXi-S2S ONNX 权重和符合固定 76 通道顺序的 ERA5 输入进行推理。
本地快速验证 使用合成 HDF5 数据检查、数据加载、ONNX Runtime 和可视化流程。
ModelScope/OneCode 运行 作为独立模型包下载后配置 ONNX Runtime provider 并运行。

使用说明

1. OneCode 使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程:

点击体验智能化一键式 AI4S 编程

2. 手动安装使用

硬件要求

  • 推荐使用 GPU 或 DCU 运行。
  • CPU 可以用于导入和小配置连通性验证,完整训练和推理速度较慢。
  • DCU 用户需要预先安装 DTK,建议使用 DTK 25.04.2 以上版本或与当前集群匹配的 OneScience 推荐版本。

下载模型包

modelscope download --model OneScience/FuXi-S2S --local_dir ./FuXi-S2S
cd FuXi-S2S

安装运行环境

DCU环境

# 请首先激活DTK及CONDA
conda create -n onescience311 python=3.11 -y
conda activate onescience311
# 支持uv安装
pip install onescience[earth-dcu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

GPU环境

# 请首先激活CONDA
conda create -n onescience311 python=3.11 -y libstdcxx-ng=12 libgcc-ng=12 gcc_linux-64=12 gxx_linux-64=12
conda activate onescience311
# 支持uv安装
pip install onescience[earth-gpu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

训练数据介绍

官方模型使用固定顺序的 76 通道 ERA5 日平均状态。OneScience 社区提供 ERA5 数据切片:

modelscope download --dataset OneScience/ERA5 --local_dir ./data

没有真实数据时,可生成仅用于接口检查的原生网格合成数据:

python scripts/fake_data.py

推理

默认配置面向 DCU;请先确认 conf/config.yaml 中的 device 和 providers 与运行环境一致:

python scripts/inference.py

各 ONNX 输出默认保存到 result/output/。

评估和可视化

python scripts/result.py

脚本默认读取 result/output/ 中最新的 NPY 输出,并在 result/visualization/ 生成多变量全球预报图。

OneScience 官方信息

平台 OneScience 主仓库 Skills 仓库
Gitee https://gitee.com/onescience-ai/onescience https://gitee.com/onescience-ai/oneskills
GitHub https://github.com/onescience-ai/OneScience https://github.com/onescience-ai/oneskills

引用与许可证

  • 本仓库为 FuXi-S2S 官方项目的 DCU 适配版本。
  • 本模型包包含的官方 ONNX 权重及外部数据文件受 Zenodo 发布页所列 CC BY-NC-ND 4.0 条款约束。