资讯
NVIDIA Details BioNeMo Inference Runtime (BioIR): 2.90x Higher Boltz-2 Folding Throughput and 58.5K Residues per GPU-Hour on 8xH100
📋总体概括
NVIDIA公布了生物分子推理加速库BioNeMo Inference Runtime(BioIR)的细节。该库基于纯PyTorch构建，通过自定义内核选择、CUDA Graph捕获和基于Ray的副本扩展三层优化加速蛋白质结构预测模型。在8xH100上对1000个人类二聚体靶点的对齐测试中，BioIR加速的Boltz-2达到每GPU小时5.85万个成功折叠残基，较torch.compile开源实现的2.02万提升2.90倍。BioIR已支撑AlphaFold数据库扩展，在4777个蛋白质组中生成了约3100万个候选蛋白复合物。
⚡关键信息
- ▸BioIR是NVIDIA推出的Python推理加速库，在纯PyTorch环境下加速生物分子结构预测模型
- ▸8xH100基准测试中，BioIR加速的Boltz-2达到5.85万残基/GPU小时，是torch.compile实现的2.90倍
- ▸优化分三层：自定义内核选择、CUDA Graph捕获、基于Ray的副本扩展，每GPU放置一份完整模型
- ▸BioIR已驱动AlphaFold数据库扩展，在4777个蛋白质组中生成约3100万候选蛋白复合物
- ▸基准测试基于1000个人类二聚体靶点，指标为成功折叠残基吞吐量而非简单加速比
🔥犀利点评
2.90倍不是靠改模型得来的，是纯工程层的胜利——内核调度、CUDA Graph、一卡一副本的Ray编排，说明AI for Science的瓶颈早已不在算法而在推理管线。这个数字的含金量比常见的隔离加速比高得多：对齐基准、以成功折叠残基计费。但也要冷静，58.5K/GPU小时的前提是H100堆料，算力成本账没人提。真正的护城河是3100万复合物的数据库落地，推理库只是门票。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 marktechpost.com 阅读全文 →