何が起きたか
Datalabがオープンソースの解析パイプラインMarker v2を公開。B200 GPU1枚で毎秒最大23.7ページを処理し、Markdown・JSON・HTMLを出力。90以上の言語に対応するOCR、レイアウト、読解順序、表認識を担う単一の650MパラメータモデルSurya 2上で動作する。
なぜ重要か
従来の解析スケーリングはワーカーを増やす方法で、各ワーカーがモデルのコピーを読み込むため、GPUのアイドル時間が生じ、複数コピーのコストを支払いながらスループットは1台分にとどまっていた。Marker v2は軽量なCPUワーカーを多数動かし、1つのSurya推論サーバーを共有する。ページがバッチ処理されるためGPUはビジー状態を保ち、スループットはVRAMではなくサーバーに応じてスケールする。
注目点
トレードオフのモードが重要。バランスモード（最高品質、GPUに最適）、高速モード（1ページあたりのコストは安いが、数式をテキストレイヤーから読むため数学精度が急落）、OCR無効モード（クリーンなデジタルファイル向けのCPU専用）。Allen AIのolmOCR-bench（1,403 PDF）では、バランスモードが76.0%でMinerUの72.7%を上回り、1秒あたりの処理ページ数は5倍以上。
こういう要約が、毎朝あなたのメールに届きます。
Marker v2は文書解析の古典的なボトルネック、GPUの非効率使用に取り組む。従来のスケーリングはワーカーごとにモデルコピーを保持し、アイドル時間と冗長なメモリを生んでいた。推論を共有サーバーに集中させることで、GPUが多数のページを一度に処理し、OCRをオフにした場合、B200 1枚で毎秒23.7ページを実現。この設計はスループットをVRAMから切り離し、企業にとってコスト効率の良いスケーリングを可能にする。
ベンチマーク結果は効率性の具体的な証拠を示す。olmOCR-benchでバランスモードは76.0%を記録し、MinerUの72.7%を上回る。1秒あたりの処理ページ数は5倍以上。ただしモード選択は重要で、高速モードはテキストレイヤーから数式を読むため数学精度が落ちる。数式中心のコーパスではバランスモードを選ぶべきだ。このトレードオフは速度優先の最適化戦略に典型的なもの。
非技術者向けに言えば、Marker v2は適切なモードを選べば、品質を損なわずに解析コストを下げ、スループットを向上できる実用的な手段を提供する。オープンソースの性質により、ベンダーロックインなしで採用できるが、各チームは自社のドキュメントタイプで性能を検証すべきだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
Anthropicは10月15日、METRの6人のスタッフに社用端末、オフィススペース、社内ツールやシステムへのアクセスを付与し始めたと発表した
BroadcomがVMware Cloud Foundation向けにVMware HyperArmorを投入し、OCP Global Summitで高速AIネットワーキングとLink Layer Retryの相互運用性…
Anthropicは第3四半期売上高168億ドル、第2四半期116億ドルから45%増とOpenAIはIPOを2027年に延期し売上高見通しを700億ドルから500億ドルへ下方修正した
SHIFTは防衛装備庁のAI関連事業のプロジェクトを開始したと発表
Black Forest Labsが2026年10月15日、FLUX 3 Image Kleinをオープンウェイトとして公開した
Metaは8160億パラメーターのオープンウェイトモデルMuse Spark Openを公開
