OlmoEarth、北米の山火事リスク地図で155倍の分散高速化

Ai2は衛星探索、CPU前処理、GPU推論、地図結合を分けた構造を公開した。北米処理は最大1万9,600 CPUと994 GPUを使い約30.5時間で完了した。

公開内容

Ai2は2026年7月28日、OlmoEarth Platform の大規模衛星推論アーキテクチャを公開しました。OlmoEarthは約10TBのマルチモーダル衛星データで事前学習され、森林減少、食料安全保障、山火事リスクに使われます。

3段階の処理

  1. CPUと高I/O環境で衛星シーンを探し、投影と解像度を合わせて正規化します。
  2. GPUはモデル推論に集中し、出力をストレージへ送ります。
  3. CPUが窓ごとの結果を結合し、GeoTIFFやGeoJSONへ出力します。

領域を独立したパーティションと窓に分け、再入可能で冪等なタスクにすることで供給元障害や欠損データを再試行できます。

公表された運用値

北米全体の山火事リスク地図では最大約1万9,600 CPU、994 GPU、168GB/s超のネットワークを使い、直列推定4,737時間を約30.5時間へ短縮して155倍の高速化を得たとしています。

限界

費用と速度はクラウド、キャッシュ、モデル、出力解像度、並列度に依存するAi2の事例です。供給元API、クォータ、データライセンス、地域別精度、雲と欠損観測は別途確認が必要で、推論速度だけで環境判断の正しさは保証されません。

公式情報