OlmoEarth: inferência geoespacial em escala planetária com IA aberta
O Allen Institute for AI (Ai2) revelou os detalhes de engenharia por trás da plataforma OlmoEarth, uma infraestrutura de código aberto para inferência geoespacial em escala continental. A plataforma é capaz de processar dezenas de terabytes de imagens de satélite e gerar mapas de risco de incêndio, desmatamento e segurança alimentar para áreas do tamanho da América do Norte em cerca de 30 horas.
Construída sobre os modelos OlmoEarth — uma família de modelos fundacionais para observação da Terra treinados em aproximadamente 10 terabytes de dados multimodais de satélite —, a plataforma resolve um dos maiores gargalos da IA geoespacial: operacionalizar a inferência em larga escala para organizações que não têm equipes de engenharia robustas.
Como a plataforma funciona
A arquitetura do OlmoEarth divide cada job de inferência em três estágios com hardware otimizado:
- Aquisição e pré-processamento (CPU, alto I/O): busca, realinha e normaliza as imagens de satélite de múltiplos provedores, escrevendo os dados em formato otimizado para leitura rápida.
- Inferência (GPU): executa o forward pass do modelo, com workers paralelos alimentando cada GPU continuamente.
- Pós-processamento (CPU): combina as predições por janela, aplica máscaras e exporta em formatos como GeoTIFF, Zarr ou GeoJSON.
Em um teste recente gerando um mapa de risco de incêndios florestais cobrindo toda a América do Norte, a plataforma usou 19.600 CPUs e 994 GPUs em paralelo, com throughput de rede superior a 168 GB/s. O que levaria 4.737 horas em processamento serial foi concluído em 30,5 horas — um ganho de 155×.
O desafio da escala
Diferente de modelos de linguagem que processam alguns megabytes de texto, a inferência geoespacial move terabytes de dados. Uma única imagem de satélite pode envolver múltiplas bandas espectrais, diferentes projeções e resoluções, e dados faltantes (nuvens, sombras). A plataforma gerencia tudo isso automaticamente, com índice próprio de metadados que evita sobrecarregar APIs públicas como as da ESA e do Microsoft Planetary Computer.
O sistema também foi projetado para tolerância a falhas: cada tarefa é reiniciável e idempotente, com retry automático, fallback para provedores alternativos e distinção clara entre erros recuperáveis e fatais.
O futuro: agentes, embeddings e democratização
O roadmap inclui agentes de IA para baixar a barreira de entrada — permitindo que usuários sem experiência em ML façam curadoria de dados, engenharia de features e identifiquem melhorias em modelos. Também estão previstos embeddings pré-computados em escala global, detecção automática de mudanças com alertas, e suporte para execução em múltiplas nuvens ou na infraestrutura do próprio parceiro.
Para o Brasil — país com dimensões continentais, desafios de monitoramento ambiental e um agronegócio que depende de dados geoespaciais —, plataformas como o OlmoEarth representam uma oportunidade de usar IA de ponta para monitorar desmatamento, prever safras e gerenciar recursos hídricos sem depender de soluções proprietárias.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
