AWSで地震基盤モデルをスケールする：Amazon SageMaker HyperPodによる分散学習とコンテキストウィンドウの拡張
Amazon AWS AI Blog / 2026/4/2
💬 オピニオンDeveloper Stack & InfrastructureTools & Practical UsageModels & Research
要点
- TGSはAmazon SageMaker HyperPodを用いた分散学習により、Vision TransformerベースのSeismic Foundation Model（SFM）で近い線形スケーリングを実現しました。
- 同ソリューションにより、従来6か月かかっていた学習時間を5日へ大幅に短縮できたと報告されています。
- モデルのコンテキストウィンドウを拡張し、これまでより大きい地震ボリュームの解析を可能にしました。
- AWS上での実装・運用の工夫を通じて、大規模訓練と推論に必要な計算資源のスケール課題に対する実践的な指針が示されています。
この投稿では、TGSが分散学習においてほぼ線形スケーリングを実現した方法と、Amazon SageMaker HyperPodを使用したVision TransformerベースのSFMでコンテキストウィンドウを拡張した方法を説明します。この共同ソリューションにより、学習時間は6か月からわずか5日へ短縮され、これまでに不可能だった規模の地震ボリュームの分析を可能にしました。
