MODEL IKLIM: TIGA PULUH TAHUN KOMPUTASI, DAN HUJAN MASIH SULIT

Model iklim menyediakan sebagian besar bukti di balik kebijakan iklim. Sejak 1995, sebuah program internasional bernama CMIP — Coupled Model Intercomparison Project, proyek perbandingan model terkopel — menjalankannya berdampingan, generasi demi generasi, dengan aturan yang sama. Setiap generasi memakai grid yang lebih halus dan lebih banyak fisika, sehingga lebih banyak komputasi. Yang tidak dipantau siapa pun, menurut tim beranggotakan 24 peneliti yang dipimpin Ioana Colfescu (Universitas St Andrews dan Pusat Nasional Ilmu Atmosfer Inggris), adalah berapa banyak energi yang dihabiskan, dan apa yang didapat darinya.

159 model, satu skor galat

Tim itu menghitung ulang satu indeks galat untuk 159 model dari lima generasi CMIP, memakai keluaran yang diarsipkan: seberapa jauh iklim musim dingin setiap model (1979–1999) menyimpang dari pengamatan, untuk tiga variabel — tekanan udara di permukaan laut, suhu udara permukaan, dan curah hujan. Hanya tiga ini, karena generasi kedua tidak mengarsipkan apa pun selain itu. Makin rendah makin baik.

Galat median turun dari 1,56 pada generasi pertama menjadi 0,61 pada generasi keenam. Dalam periode yang sama, komputasi yang dibutuhkan model biasa, yang diperkirakan dari resolusi grid-nya, tumbuh sekitar 29 kali lipat.

Tingkat imbal hasil yang stabil

Dari generasi ke generasi, galat turun 21, 28, 21, dan 14% — deret yang tidak teratur. Namun jika diukur terhadap banyaknya komputasi yang ditambahkan setiap langkah, polanya menjadi teratur: galat 13,5% lebih kecil per penggandaan komputasi, dengan sebaran hanya 0,7 poin di tiga transisi tempat perbandingan itu bisa dilakukan.

Tingkat itu menghasilkan perhitungan sederhana yang menyadarkan. Memangkas separuh galat butuh sekitar 4,8 kali penggandaan, “karena 0,865 pangkat 4,8 sama dengan 0,5”, tulis para penulis — dan 4,8 penggandaan berarti sekitar 28 kali lebih banyak komputasi daripada model saat ini. Sementara itu, pertumbuhan komputasi antargenerasi melambat, dari 2,2 penggandaan menjadi 1,1.

Para penulis berhati-hati soal maknanya. Fisika yang lebih baik juga memperbaiki model, dan keduanya tak dapat dipisahkan, sehingga 13,5% mengukur imbal hasil gabungan dari komputasi dan sains. Dan angka itu menggambarkan kemajuan masa lalu, bukan hukum alam.

Hujan tertinggal

Satu skor menyembunyikan perbedaan besar. Antara generasi pertama dan keenam, galat tekanan permukaan laut turun 3,5 kali lipat dan galat suhu permukaan 2,7 kali lipat. Untuk curah hujan, galat turun 7%. Tiga dekade penambahan resolusi dan kompleksitas nyaris tidak memperbaiki, menurut ukuran ini, variabel yang paling penting bagi dampak iklim.

Energi yang tak diukur siapa pun

Pelaporan energi tidak lengkap. Delapan lembaga yang memublikasikan data lengkap untuk generasi terbaru mencatat 1.692 ton CO₂. Di antara 13 model yang energinya diukur, energi per tahun simulasi bervariasi 65 kali lipat, dan hampir tidak mengikuti resolusi. Dari 30 lembaga, sembilan memublikasikan angka energi yang terstandardisasi, dan tidak satu pun melaporkan energi yang dikaitkan dengan skor kinerja.

Model cuaca AI seperti GraphCast, Pangu-Weather, FuXi, dan GenCast kini menyamai atau mengalahkan prakiraan resolusi tinggi Pusat Eropa. Model-model itu disebut jauh lebih murah dijalankan. Namun tim ini tidak menemukan pengukuran yang dipublikasikan atas energi yang dibutuhkan untuk menghasilkan prakiraannya, sehingga mereka merekonstruksinya dari perangkat keras dan waktu jalan yang dilaporkan. Lalu mereka menambahkan pelatihan: sekitar 2.900 kWh untuk GraphCast, 62.000 kWh untuk Pangu-Weather. Selama setahun dengan empat prakiraan sehari, pelatihan mencakup lebih dari 99% energi setiap sistem, dan Pangu-Weather merosot dari peringkat kedua ke terakhir dalam kinerja per kilowatt-jam.

Sebuah batas depan, bukan tangga

Peta jalan ini mengusulkan agar model dinilai pada bidang kinerja–energi: kinerja di satu sumbu, energi di sumbu lain, dan himpunan sistem yang tidak terkalahkan oleh sistem lain mana pun dalam keduanya. Sebuah skor, yaitu kinerja dibagi energi, dapat memeringkat sistem dalam satu kelas, tetapi para penulis memperingatkan bahwa skor itu tidak boleh dipakai sendirian: model yang nyaris tak berguna tetapi hampir tak memakai energi akan mendapat skor bagus. Mereka juga mengusulkan lima tingkat pelaporan energi, dari “dilaporkan” hingga “lengkap dan diaudit”, serta empat cara untuk berbuat lebih banyak dengan lebih sedikit: eksperimen yang dirancang lebih baik, perangkat keras baru seperti GPU, lebih sedikit perpindahan data, dan komponen AI yang terarah.

Mereka juga menyoroti risikonya: jalannya model yang lebih murah bisa saja sekadar berarti lebih banyak jalannya model, dan pelatihan model cuaca besar tetap terpusat di segelintir organisasi dan negara. Langkah pertama mereka sederhana. Laporkan energi di samping ketepatan, dengan batas yang jelas, sebelum generasi model berikutnya — CMIP8 — dimulai.