H100加速蛋白结构模型训练
AllThingsApx · x · 2026-07-11
NVIDIA 转发介绍了蛋白结构模型 ESMFold2 的训练与推理优化：该模型在 256 张 H100 上端到端训练，并借助 NVIDIA 的 CUDA-X 工具栈提升效率。
重点包括：
- cuEquivariance fused kernels 用于三角乘法，降低注意力机制核心计算开销
- Fold-CP 上下文并行让更长蛋白链在更少 GPU 上运行：4× H100 可处理 4,000 residues，16× H100 可处理 6,500 residues
- TransformerEngine FP8 低精度训练带来更快迭代和更低显存占用，且不牺牲精度
整体信息指向：更长蛋白、更快折叠、更高效的 GPU 训练/推理栈。
所属事件:NVIDIA发布生物结构预测全栈加速方案(6 条相关)→
「Infra」频道最新
- 推理服务商自造挤利润的市场：出路只有每 GPU 小时榨出更多 token — AccBalanced · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- 投资机构向小型 neocloud 放短期 GPU 贷款，瞄准低价收抵押卡 — AccBalanced · 2026-10-27
- Anthropic S-1 揭算力困局：多年锁量承诺对撞波动需求与硬件迭代 — AccBalanced · 2026-10-27
- Meta OCP 峰会晒 AI 网络家底:102.4T 液冷交换机、两层的 Flattened Planar Fabric — Meta_Engineers · 2026-10-27
- huggingface_hub 2.3.0 发布：百万文件列取从分钟级降到 20 秒 — lhoestq · 2026-10-27