NVIDIA发布生物结构预测全栈加速方案

NVIDIA Health 近日发布了针对生物分子结构预测与设计的端到端全栈加速方案。官方强调，这类任务不仅是单纯的模型指标评测，而是涵盖检索、推理与大规模并行的完整系统工程，因此需要软硬件协同优化。

关键加速数据

NVIDIA 给出的具体提速表现包括：GPU MSA search 最高可快 177 倍；OpenFold3 推理在 Blackwell GPU 上获得了显著优化。此外，NVIDIA 还介绍了蛋白结构模型 ESMFold2 的训练情况，该模型在 256 张 H100 GPU 上完成了端到端训练，并借助 CUDA-X 工具栈（如 cuEquivariance）提升了整体效率。

各方反应

@MoAlQuraishi 转发了 NVIDIA 的这一系列工作流加速进展，印证了该方案在结构预测领域引发的广泛关注。多位博主也一致指出，NVIDIA 正在将结构预测的竞争焦点从单一算法模型转移到全栈工程能力上。

2026-07-10 ~ 2026-07-11 · 6 条相关

• NVIDIA加速蛋白结构预测 — AllThingsApx · 2026-07-10
• H100加速蛋白结构模型训练 — AllThingsApx · 2026-07-11

另有 4 条近重复转述:AllThingsApx · MoAlQuraishi · AllThingsApx · AllThingsApx