Dekoder: przekształca wyniki przetwarzania z powrotem do przestrzeni długości i szerokości geograficznych. GraphCast stosuje autoregresyjne podejście do prognozowania, opierając się na 6-godzinne krokach czasowych. Każda prognoza obejmuje 40 kroków czasowych, co pozwala na przewidywanie pogody do 10 dni.
Wykorzystanie kilku sieci (ang. multi-mesh) opartych na podziale dwudziestościanu foremnego umożliwia efektywne odwzorowanie globalnych zjawisk atmosferycznych w różnej skali. Poprzez iteracyjny podział dwudziestościanu, tworzone są siatki o różnej rozdzielczości. Siatki o dużej rozdzielczości, czyli z małymi odległościami (ang. edges) pomiędzy wierzchołkami (ang. nodes) odpowiadają za precyzyjne modelowanie lokalnych zjawisk, a siatki o małej rozdzielczości (długimi krawędziami) odpowiadają za propagację informacji w skali globalnej. Pozwala to na zwiększenie szybkości uczenia się modelu.
GraphCastGFS GraphCastGFS (GraphCast Global Forecast System) jest eksperymentalnym system prognozowania pogody opracowanym przez National Centers for Environmental Prediction (NCEP). Model działa na siatce o rozdzielczości 0,25° szerokości i długości geograficznej (około 28 km).