NVIDIA 發表 BioNeMo 推理執行階段 (BioIR)，顯著提升 Boltz-2 等蛋白質結構預測模型的生產規模吞吐量
為何重要
對於追求規模化的生命科學研究團隊而言，BioIR 解決了單一輪次精確度與大批次吞吐量間的矛盾。它透過 Ray 執行器與 CUDA 技術的結合，將蛋白質折疊任務的資源使用率與能源效率推向極致。這不僅是 NVIDIA 將硬體優勢擴充套件至非 LLM 領域（如藥物發現）的又一例證，也為下游研發提供了標準化的工具鏈，進一步縮短了從運算資源到科學發現的時間距離。
- BioNeMo 推理執行階段 (BioIR) 旨在透過最佳化 GPU 核心選擇、CUDA Graph 與 Ray 階層式擴充套件，在不改變 PyTorch 運作流程的前提下，支援生物分子結構預測的高吞吐量運算。
- 在 8xH100 GPU 上對 1,000 個人類二聚體目標進行基準測試，搭載 BioIR 的 Boltz-2 模型達到 58.5K 殘基/GPU-小時，較純 torch-compiled 開源實作提升 2.90x。
- 對於折疊 100 萬個目標的能源預估，BioIR 支援版本為 11 MWh，而透過 8-GPU TDP 效能等同的公開實作版本需 35 MWh，省電約 3 倍。
- 該執行階段已實際應用於 AlphaFold Database 擴增專案，加速完成了 4,777 個蛋白質體中約 3,100 萬個候選複合物結構的計算。