Характеристики

Лицензия: CC BY-NC-SA 4.0
Опубликована: 21 авг 2026

Ссылки

pangu-weather-1h-onnx-catalogue

Прогноз временных рядовTime_series → time_series

ONNX-версия Pangu-Weather строит глобальный прогноз метеорологических полей на один час вперёд по данным атмосферы и поверхности.

0скачиваний за 30 дней0лайковвеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Pangu-Weather 1-hour — модель прогноза погоды, опубликованная разработчиками Pangu-Weather и размещённая в этом репозитории в формате ONNX без изменения весов. Она принимает глобальные поля верхних слоёв атмосферы и поверхности с шагом сетки 0,25° и выдаёт прогноз на один час вперёд.

Модель предназначена для численного прогноза погоды по метеорологическим полям: на вход подаются геопотенциальная высота, влажность, температура, компоненты ветра на уровнях давления, а также давление на среднем уровне моря и приземные ветер и температура. Интерфейс ONNX задаёт тензоры float32 размером 721×1440 для глобального охвата.

Пакет распространяется по лицензии CC BY-NC-SA 4.0, которая требует атрибуции, ограничивает коммерческое использование и распространяет условия ShareAlike. В README указано, что сохранённый пример запроса является физически масштабированной базовой заготовкой, а не наблюдениями ERA5; точность прогноза отдельно не характеризуется.

Сценарии применения

краткосрочный глобальный прогноз погоды
прогноз полей ветра на разных уровнях атмосферы
прогноз температуры и влажности атмосферы
прогноз приземной температуры и ветра
прогноз давления на среднем уровне моря

Ограничения

Модель выдаёт прогноз на один час вперёд и требует входных глобальных метеорологических полей заданного формата и разрешения. Лицензия запрещает коммерческое использование; приведённый в репозитории пример не является наблюдательными данными ERA5.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pangu-Weather 1-hour ONNX (private catalogue package)

Real published Pangu-Weather 1-hour checkpoint, packaged without weight modification. The model is stateless and maps global 0.25° upper-air and surface fields to a one-hour forecast.

Pinned source and license

Model: pangu_weather_1.onnx
Source: https://paddle-org.bj.bcebos.com/paddlescience/models/Pangu/pangu_weather_1.onnx
SHA-256: 179e5029c453ae459dfd52f14610a6c5f5ad39f1371985744ea0ce6c546fda2a
Upstream repository revision: 198808xc/Pangu-Weather@72bdd99096721e1a1f8912c37a9a3aff9ff0a4f2
Model license: CC BY-NC-SA 4.0; upstream explicitly forbids commercial use.

Graph contract

input: float32 [5,13,721,1440], variables Z/Q/T/U/V and pressure levels 1000..50 hPa.
input_surface: float32 [4,721,1440], variables MSLP/U10/V10/T2M.
output: float32 [5,13,721,1440], one-hour upper-air forecast.
output_surface: float32 [4,721,1440], one-hour surface forecast.

inference_metadata.yaml is the hashless canonical workflow-SSA contract. Graph hash and source integrity are recorded separately in graph_report.json and provenance.json.

Download

hf download justinchuby/pangu-weather-1h-onnx-catalogue   --repo-type model --local-dir pangu-weather-1h
cd pangu-weather-1h
sha256sum -c model.sha256

Run the saved deterministic request

pip install 'onnxruntime-gpu==1.28.0' 'numpy==2.3.3'
python run.py --request request.npz --output reproduced_output.npz --provider cuda

The checked-in output.npz was produced from request.npz on NVIDIA H200 using CUDAExecutionProvider. The request is a deterministic physically scaled baseline, not an observed ERA5 analysis. Exact timing and sampled forecast values are in runtime_output.json.

Annotated inference metadata

Review inference_metadata.annotated.yaml for inline explanations of this package's workflow, tensor/state/cache contracts, and fail-closed omissions. inference_metadata.yaml remains the canonical machine-authored contract; automated validation confirms both files parse to the same metadata object.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Временные ряды пока не поддерживаются.

Ревизия весов: 36baa7a