AMDとオークリッジ国立研究所が共同開発した気象予測AI「ORBIT-2」：超高解像度地球システムモデリングの革新
AMDは、オークリッジ国立研究所（ORNL）と協力し、「ORBIT-2」という画期的なAI基盤モデルを開発しました。このモデルは、地球規模での気候ダウンスケーリングを可能にし、従来のシミュレーションベースのアプローチからAIベースの予測へとパラダイムシフトをもたらすものです。
【What/How】ORBIT-2は、画像認識アーキテクチャであるVision Transformerとスケーラブルなアルゴリズムを組み合わせることで、前例のない0.9kmという超高解像度でグローバルな気象ダウンスケーリングを実行できるように設計されています。これにより、物理的に整合性のある気温と降水量の地球システム予測を提供します。
【Why】この技術の導入は、単なる天気予報の精度向上に留まりません。詳細な空間情報に基づいた異常気象の早期予測（災害対策）、洪水や熱波の影響を考慮したインフラ計画への活用、そして高精度でほぼリアルタイムの状況認識といった、社会的に極めて重要な用途に貢献します。
【Impact/Future】ORBIT-2によって得られる高精度なデータはエッジデバイスにも展開可能であり、推論時間をミリ秒単位に短縮できます。これにより、気象情報へのアクセスが民主化され、世界中の研究者、政策立案者、産業界が異常気象時に迅速かつ情報に基づいた意思決定を行えるようになります。
【Recognition】この成果は、HPC（ハイパフォーマンスコンピューティング）コミュニティで最も権威ある賞の一つであるゴードン・ベル賞とスーパーコンピューティング2025の最優秀論文賞の最終候補に選出されており、エクサスケールAIが科学研究にもたらす変革的な可能性を強く示しています。AMDの研究開発部門のラルフ・ウィティグ氏も、「ORBIT-2は、AIをより良い社会のために活用するという私たちの取り組みにおける重要なマイルストーンである」と述べています。
背景
気候変動や異常気象の深刻化に伴い、従来のシミュレーションベースの気象予測モデルでは対応が困難な超高解像度かつ広域的なデータニーズが高まっています。ORBIT-2は、この課題に対し、AI（特にVision Transformer）を応用することで、計算効率と空間解像度の両面でブレークスルーを起こしたものです。
重要用語解説
- ダウンスケーリング: 地球規模の大きなスケール（例：28km）の気象データを、より詳細な小さなスケール（例：0.9km）に高精度で引き下げて予測する技術。地域レベルでの詳細な分析を可能にする。
- Vision Transformer: 画像認識タスクにおいて高い性能を示すAIモデルアーキテクチャの一つ。自然言語処理分野から応用が広がり、地球システムモデリングにも利用されている。
- エッジデバイス: クラウドなどの中央サーバーではなく、データが発生する現場（例：気象観測所や小型端末）で直接データを処理・分析できるコンピューティング装置のこと。
今後の影響
ORBIT-2の成功は、科学計算とAIの融合を加速させ、地球システムモデリングの標準的な手法を変える可能性があります。これにより、災害予測の精度が飛躍的に向上し、防災計画やインフラ設計に革命的な変化をもたらすと期待されます。