AI 问小创

你好,我是问小创 AI 助手

告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

推荐结果基于站内收录,仅供参考,请以实际工具信息为准。
猜你想问
推荐一些AI写作工具 有什么AI绘画工具? 推荐视频剪辑AI工具
AI
问小创: 告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

英伟达推出BioIR运行时 8卡H100蛋白折叠效率提升2.9倍

英伟达日前推出针对生物计算场景优化的BioNeMo推理运行时(BioIR),在8张H100 GPU组成的集群上测试显示,该框架可实现Boltz-2蛋白折叠任务2.90倍的吞吐量提升,单GPU每小时可完成58.5K个氨基酸残基的折叠计算,大幅降低生命科学领域AI药物研发、分子模拟等场景的算力成本。

配图

近年来AI技术在蛋白结构预测、分子对接、新药研发领域的落地速度持续加快,以AlphaFold、Boltz系列为代表的蛋白折叠模型已经成为药企、科研机构的核心工具,但这类模型普遍对算力要求极高,单条长序列蛋白的折叠计算往往需要数小时甚至数天的GPU运算时间,高昂的算力成本成为中小团队落地相关技术的核心障碍。

英伟达本次推出的BioIR是旗下BioNeMo生物计算大模型平台的专属推理加速组件,针对Boltz-2等主流蛋白折叠模型的计算逻辑做了底层算子优化,不需要改动模型代码即可实现效率提升。官方测试数据显示,在8xH100 GPU的标准测试环境下,搭载BioIR的Boltz-2模型折叠吞吐量达到原生版本的2.90倍,单GPU每小时可处理58.5K个氨基酸残基,相当于完成一条长度为1000残基的蛋白序列折叠仅需约1分钟,较此前的计算速度提升超2倍。

BioIR的推出也意味着英伟达正在进一步强化自身在AI生物计算赛道的生态话语权,目前BioIR已经向BioNeMo平台的企业用户开放测试,后续还将适配更多主流分子模拟、蛋白设计模型。业内分析认为,随着底层算力效率的持续提升,未来AI药物研发、合成生物学等领域的技术落地成本将进一步降低,中小科研团队、初创药企也能用上此前只有头部机构才能负担的大算力计算资源。

本文基于公开信息分析整理,仅供参考。更多AI工具动态与行业解读,请持续关注本站更新。