
Nvidia Earth-2 : l’IA qui va révolutionner la prédiction météo dans le monde entier
Nvidia vient de franchir un cap majeur dans la prévision météorologique avec le lancement de sa plateforme Earth-2, un jumeau numérique de la Terre capable de simuler le climat en temps réel. Présentée en janvier 2026, cette famille de modèles d'IA open source promet de diviser par 1 000 le temps de calcul par rapport aux approches traditionnelles, passant de plusieurs heures à quelques secondes pour générer des prévisions exploitables.
L'enjeu dépasse largement la météo du lendemain. Anticiper des catastrophes naturelles, adapter des politiques publiques, modéliser des risques financiers liés au climat : autant de domaines où la vitesse et la précision des prévisions sont critiques. En rendant ces capacités accessibles à des acteurs bien plus modestes qu'un État doté de supercalculateurs, Nvidia redistribue les cartes — notamment au profit des pays en développement, jusqu'ici exclus des outils de pointe.
Sur le plan technique, les modèles Earth-2 agrègent en continu des données de satellites, radars, ballons-sondes et stations météo pour reconstituer l'atmosphère en temps réel. Développés en collaboration avec la NOAA et MITRE, ils couvrent un double niveau d'analyse : prévisions mondiales jusqu'à 14 jours, et zoom régional à 6 heures sur des événements précis (tempêtes, vents, précipitations). L'infrastructure requise se réduit à deux GPU Nvidia RTX Pro 6000 — l'un dédié aux calculs, l'autre aux visualisations.
Le concept de "climat en bouteille" illustre peut-être le mieux l'ambition du projet : compresser 50 ans de données météorologiques dans quelques gigaoctets afin de rejouer n'importe quelle journée passée ou de simuler des scénarios futurs en modifiant des paramètres clés comme la température des océans ou la pression atmosphérique. Une capacité qui pourrait transformer la planification énergétique, agricole et assurantielle à l'échelle mondiale.
Les agences météorologiques européennes comme Météo-France ou l'ECMWF pourraient adopter cette plateforme open source pour améliorer leurs prévisions climatiques à moindre coût infrastructurel.


