Ai2は2026年7月28日(現地時間)、地球観測基盤モデル「OlmoEarth models」を大規模運用するためのインフラストラクチャ「OlmoEarth Platform」を発表した。政府やNGOなどの組織が直面する、テラバイト規模の衛星データを用いたモデルのファインチューニング、評価、大規模推論の課題に対応するため構築された。
OlmoEarth modelsは、約10テラバイトのマルチモーダル衛星データで事前学習された地球観測基盤モデルであり、森林破壊監視、食料安全保障、山火事リスク評価などのアプリケーションで既に活用されている。
多くの環境分野の組織は、大規模な地理空間推論に必要なインフラやエンジニアリングチームを十分に持っていない。OlmoEarth Platformは、衛星画像の取得、複数のプロバイダーからのデータ調整、効率的な処理、地理的に一貫したマップへの統合といった複雑な課題を解決する。
このプラットフォームは、データ取得と前処理（CPU、高I/O）、推論（GPU）、後処理（CPU）の3つのステージにジョブを分割し、それぞれのタスクに最適なハードウェアを割り当てる。これにより、GPUを効率的に活用しつつ、数10テラバイトの画像を1平方キロメートルあたり数セント未満のコストで、大陸規模のエリアの推論を約1日で実行可能にする。
OlmoEarth Runは、地理的領域を個々のコンピュートインスタンスのパーティションに分割し、さらに小さなウィンドウに細分化して独立して処理する。このアプローチにより、北米全体の山火事リスクマップ生成では、ピーク時に約19,600のCPUと994のGPUを並行使用し、推定4,737時間の逐次計算を約30.5時間のウォールクロック時間に短縮、155倍の高速化を実現した。
また、プラットフォームは独自のメタデータインデックスを維持し、新しい画像が公開されるたびに更新することで、外部のSTAC APIへの過負荷を回避する。AWS Open Dataのようなデータセットに対してはSNS通知を利用し、提供元が変更ストリームを提供しない場合は数分ごとにインデックスをポーリングする。これにより、必要なピクセルのみをクラウド最適化形式から取得し、Sentinel-1、Sentinel-2、Landsat、NISARの画像に対するアノテーションツールもサポートする。
参考: Hugging Face Blog (アーカイブ) — 2026年7月29日 01:27 (JST)
原文ハイライト"infrastructure for taking geospatial models from fine-tuning and evaluation to large-scale inference."