Одним из основных путей уменьшения ошибок численного прогноза погоды является улучшение оценки состояния атмосферы, используемой в качестве начальных данных для прогностической модели. Вычислительная сложность алгоритмов усвоения данных диктует необходимость их эффективной параллельной реализации. В работе описана параллельная реализация алгоритма усвоения данных с помощью локального ансамблевого фильтра Калмана с преобразованием ансамбля. Приведены результаты ускорения и эффективности параллельной реализации. Показано, что неравномерное распределение вычислительной нагрузки между процессами ограничивает эффективность параллельного алгоритма.