今年7月丹娜絲颱風襲擊臺灣，造成南臺灣重大災情，颱風在7月6日從嘉義登陸，南臺灣首當其衝之下，高雄市、屏東縣、嘉義縣、臺南市等6個縣市宣布7月6日停班停課，北部地區雖然並非颱風直接侵襲影響地區，幾乎北部各縣市沒有放颱風假，只有桃園市政府做了不一樣的決定，宣布蘆竹、大園、觀音、新屋4個區於7月7日停班停課，桃園其他地區仍上班上課。
桃園市不僅打破北北基桃4個縣市停班停課共同決定的慣例，甚至在單一縣市內實施少見的分區停班停課。
由於這次分區停班停課引發高度關注，桃園市長特別出面解釋，儘管桃園地區風雨不明顯，但因為沿海4地區的風勢已達到標準，考量到民眾外出的風險，因此決定這4個區停班停課。促成這項決定的關鍵，正是來自氣象署的天氣預報。
去年，氣象署開始對全國368個鄉鎮提供強風預報，除了各縣市政府，也提供給中央災害應變中心，使得過去只有溫度、雨量的鄉鎮天氣預報資訊更為完備，提供中央和地方政府災害應變的決策參考。
此次桃園市實施分區停班課的決定，打破外界可能放假預期，前身為氣象局氣象資訊中心，現在為氣象署數值資訊組，今年6月甫升任數值資訊組長的沈里音直言，隨著氣象署提供更完整的鄉鎮地區天氣預報資訊，過去以縣市為單位的停班停課標準，將有機會作更細緻的決策，「桃園模式出現後，未來每個縣市首長能參考同樣做法來評估」，沈里音說。
超級電腦助攻，提高網格解析度
目前全球氣象預報使用的數值天氣預報，是透過數學微分方程式，來計算氣象觀測數據，進而預估未來天氣的變化，由於大氣的流動相當複雜，包括溫度、溼度、風速、風向、氣壓等不同參數，且彼此相互影響。數值天氣預報將地理空間切分為長、寬、高的網格，以分析一個範圍或特定區域內氣候變化，網格解析度愈高（方格愈小），代表能預測愈小範圍區域的天氣變化。
但是，氣象署要提高天氣預報的解析度，意謂著需要分析更多精細的數據，相當仰賴強大的計算資源，氣象署近幾年逐步縮小預測範圍，提高預報的解析度，除了預報技術不斷改良，氣象超級電腦也占了相當重要的一部分。
以去年初啟用的第6代氣象超級電腦為例，相較於2012年建置的前一代超級電腦，第6代超級電腦以3年共15億元的經費建置，採用曾在當時高居全球500大超級電腦第一名的富士通超級電腦「富岳」技術，算力可達到10PFlops，是前一代超級電腦的7倍，此一新的氣象超級電腦啟用後，隨即在當時全球500大超級電腦排名69名。
氣象署第6代超級電腦啟用後，提供更大的算力，使得區域數值測報模式的水平解析度，從原本的3公里縮減至1公里，對於複雜地形區域例如高山、盆地、海岸有更精細的天氣預測。
網格從3公里降到1公里，網格不只是平面，還包括高度，對於高山地形起伏的臺灣而言，能夠以更精細的方式預測天氣，大幅提升天氣預報的精細度，有助於涵蓋複雜地形的小範圍區域天氣預測。
未來8年投入逾70億元建置新機房及超級電腦
因全球極端氣候劇烈變化，例如超出預期的強風，短時間內的強降雨，經常造成農業或民眾生命財產的損失，甚至整個社會巨大經濟損失，因此提升氣象預報準確性，成為各國對抗極端氣候防災應變的重要手段。
有鑑於氣象預報的重要性，2022年行政院推動組織改造，將交通部轄下的中央氣象局升格為中央氣象署，可參與交通領域氣候相關政策的制定，原本的氣象局氣象資訊中心則改為氣象署數值資訊組，為持續提升超級電腦計算效能，氣象局在2022年曾向行政院爭取9年投入45億元經費，以每3年一代的方式建置第7、8 、9代超級電腦。
組改之後，在行政院、交通部的支持下，氣象署最新的超級電腦中長期計畫，到2033年爭取投入超過70億元經費，由於現在第6代超級電腦使用氣象署內現有機房，考慮到新一代超級電腦所需的空間及設施已不敷使用，這筆經費包含在新竹建置新機房、周邊設施，以及未來維運管理、用電、通訊等基本營運費用，氣象超級電腦累積算力可望達到85PFlops，一部分的經費也將用於發展新的測報技術。
沈里音表示，氣象署的中長期高速運算電腦建置計畫，考慮到現今運算技術快速發展，以現在人工智慧仰賴的GPU伺服器為例，每個世代較短，未來氣象署會根據運算技術發展，以及預報模式發展的需求，每3年檢討調整採購策略，例如過去氣象單位使用的超級電腦是以CPU伺服器為主，現在隨著AI、機器學習技術快速發展，GPU晶片技術推展相當快速，氣象測報相關軟體也已慢慢移到GPU運算。
攝影/洪政偉
著重發展新興AI測報技術
目前全球的氣象預報除了傳統的數值天氣預報模式，隨著人工智慧技術發展，各國也開始運用AI協助預報，臺灣也不落人後，氣象署當初規畫第6代超級電腦，即以CPU與GPU按8比2的比例，採購一批GPU Server，總共192個Nvidia A100 GPU，算力達到2PFlops。
沈里音表示，第5代超級電腦規畫建置時採購一部分的GPU，主要用於測報模式結合CPU與GPU進行異質運算的測試，同時也將GPU用於3D視覺化呈現。從前年開始出現大型的開源AI模型，適逢第6代超級電腦陸續交機，因此氣象署結合臺灣本土的資料測試AI模型，一方面比較不同模型的效果，評估哪個模型比較適用於臺灣，另方面也輸入高解析度資料去調整模型。未來幾年氣象署規畫的新氣象超級電腦，因應新的AI測報技術發展需要將會逐漸增加GPU的比重。
除了借助現在的第6代超級電腦，以及未來新的超級電腦的GPU資源，考慮到GPU世代發展快速，每個GPU的世代並不長，而每一代氣象超級電腦從規畫到建置往往需要花費3年的時間，因此氣象署也透過公私協力，與外部算力資源服務合作，以發展AI測報技術。
今年5月氣象署加入臺灣算力聯盟，該聯盟成員包括國網中心、AMD、Nvidia、友崴超級運算、緯謙、鴻海等，目的就是透過外部的先進GPU算力資源及AI技術，提升AI氣象測報技術，提升AI測報的精度、時效性，以協助發展更高效的防災系統，強化氣象資訊服務。一方面發展AI測報技術，也藉此來培育相關的本地人才。
加速AI測報技術發展
沈里音指出，傳統的數值測報模式，是以物理現象的方式理解大氣變化，例如透過熱力學方程式、流體力學方程式，使用許多方程式，透過電腦去進行積分，而現在的AI則是數據驅動的天氣測報模式，蒐集許多的資料，將隱藏在其中的大氣現象、物理條件、行為等等，利用演算法去模擬未來的天氣變化。
在氣象預報領域，因長久以來習慣用方程式計算積分，以解釋大氣現象變化，目前正在掘起以數據驅動的AI測報模式，沈里音表示，AI測報正在挑戰傳統的數值測報模式，對於氣象人而言，過去AI如同一個黑盒子，它可以告訴氣象單位現在的大氣現象，有時測報的表現非常好，因此現在氣象預報單位，除了參考數值天氣測報模式，也會參考AI測報模式，並根據過去的經驗、現在的環境狀況，經過調整提供官方預報資訊。
「過去的數值測報模式，資料從處理、輸入到執行要花1、2個小時，但是AI化數據驅動模式只要半小時，可以持續迭代調整，獲得最新資訊，這是AI測報的優勢。」，沈里音說。
他表示，數值測報模報仰賴高速運算電腦的效能，要提高數值測報的網格解析度，需要更高的超級電腦效能。但AI模型所用資料，來自傳統的物理模式，因此，即使AI測報可能成為未來趨勢，傳統的物理模式仍然很重要。因為需要更的資料，例如過去20年或30年的資料，才能做出更好的AI模型，因此，「儘管GPU重要性不斷增加，但是數值計算所需的CPU算力，不會因此消失。」
氣象署經過近幾年的測試，「過去我們認為AI是一個黑盒子，但後來我們覺得它並不是黑盒子，而是依據過去資料的習慣、特性，透過演算法將隱藏在資料中的物理意義，預測下個時間點，空氣會如何流動、水滴如何產生。」，沈里音表示，過去天氣預報溫度、風、雨量，其中雨量相當重要，如果遇到暴雨可能釀成災害，過去AI測報對於雨量的測報表現較差，這幾年開始有突破，他相信，AI測報模式，未來將更有能力和數值測報的物理模式來競爭。
沈里音表示，目前氣象署發展AI測報技術，雖然還不能做百發百中，但是AI測報和傳統的數值測報各有領先之處，AI預測結果也有令人驚豔之處，例如去年AI預測出某個颱風在原地打轉，但數值測報模式需要高解析度網格資料才能預測到同樣結果。
從數值測報的物理模式，不斷提高網格解析度，從大範圍區域的氣候環境變化，縮小到特定區域的天氣預報，這是項需要不斷打磨的「入微」功夫，新興的AI測報也是如此。
沈里音指出，目前AI測報的網格約是25公里左右，用AI來分析大尺度的環流變化表現較好，但對於小尺度的區域天氣則還有進步的空間，氣象署和Nvidia合作，運用CorrDiff（Corrector Diffusion）的降尺度技術，來提高AI測報解析度，利用精細的資料進行模擬，未來希望將降尺度到3公里，甚至是更高的解析度。氣象署將臺灣附近的高精細度、再分析的資料提供Nvidia，去年3月，也在美國GTC大會上展示雙方合作的成果，讓臺灣可以躍上國際舞臺。
「在AI潮流下，資料才是王道，誰拿到資料就有機會做出更好的模型」，沈里音說。
未來在極端氣候下，氣象預報將面臨更大的挑戰，特別是在人力有限下，天氣預報的精細度提高、頻次也跟著增加，例如每到颱風季節，颱風動態及區域天氣變化的關注，在颱風海上及陸上警報期間，除了每3小時的正報，每小時也會發布警報追蹤，氣象署發展AI測報技術，即是希望在人力有限之下，運用新興AI測報技術滿足密集的測報需求。
在氣象署IT部門任職多年，沈里音有感而發，「天氣預報有極限，科技也有侷限，如何因應是另一種科學，除了政府的努力，民眾如何因應也是一個很重要的議題。」他說。
CIO小檔案
交通部中央氣象署數值資訊組長 沈里音
學歷：臺灣大學大氣科學系
經歷：大學就讀期間，曾在中央氣象局最早的IT單位資料處理科工讀，畢業後進入氣象局工作，曾任資料處理科長，隨後氣象資訊中心成立，曾升任資訊中心副主任，2023年9月氣象局升格為氣象署，資訊中心改為數值資訊組，擔任副組長，2025年6月升任組長。
攝影/洪政偉
機關檔案
交通部中央氣象署
●地址：臺北市中正區公園路64號
●成立時間：2023年升格為中央氣象署
●主要業務：氣象監測預報及氣象資訊服務
●機關首長：呂國臣
資訊部門檔案
●資訊部門主管職稱：中央氣象署數值資訊組長
●資訊部門主管姓名：沈里音
●資訊部門人數：60人
●資訊部門分工：下設系統管控科、應用軟體科、資訊管制科、作業管理科、網路管理科及數值作業科6科
IT大事記
●2019年：完成氣象局機房整併，減少原本各個單位機房維運管理人力及支出，提高機房運作效率。
●2021年：建置開放資料雲端服務機制，將資料檔案轉置至雲端供應，透過雲端機房提供多點服務，有效分散資料中斷風險；中央氣象局e導覽App上線服務，提供線上導覽功能，查詢各氣象站最新消息、交通資訊、站點特色、一週天氣及周邊景點等相關資訊。
●2023年：完成建置軟體定義式網路，將骨幹網路頻寬由原10 Gbps提升至100 Gbps，主機端網路頻寬由1 Gbps提升至10/25 Gbps，提升骨幹網路設備服務效能，並強化網路安全防禦能力；完成第6代高速運算電腦建置，具備10 PFlops CPU及2 PFlops GPU運算量能，支援氣象署數值天氣預報及發展氣象的AI應用。
●2024年：新版公文系統上線，因應舊版公文Flash終止支援，新版採用HTML5技術開發，支援跨平臺瀏覽器操作。
●2025年：推動「數值天氣測報高速運算電腦建設計畫」中長程計畫，涵蓋第7、8、9代超級電腦建置，並著重發展AI結合氣象技術，建構新世代氣象測報業務。現正辦理新竹氣象科技園區建造工程。
