Claude 如何提升生物分子建模
来自 Anthropic Research · 期号 2026-09-17
摘要
Anthropic 让 Claude 在不到四周内优化了 30 多个开源生物分子模型，平均提速约 4 倍，并创建了低内存模式，使单个 GPU 节点就能预测超过 10,000 个 token 的系统。 Claude 还开发了 FlashPairformer，一组自定义内核，将三角注意力和三角乘法加速 2.7-3.2 倍。所有优化代码已开源。 Anthropic 与 Adaptyv Bio 联合举办蛋白质设计竞赛，提供最高 100 万美元的 Claude 积分和超过 5,000 个设计的湿实验验证。
深读
导读 Anthropic 发布了一项将 Claude 用于优化开源生物分子模型的研究成果。在不到四周内，Claude 优化了超过 30 个模型，平均提速约 4 倍，并开发了低内存模式，使单个 GPU 节点就能预测超过 10,000 个 token 的生物分子系统。这篇文章展示了前沿 AI 模型如何加速科学工具的开发，并宣布了与 Adaptyv Bio 联合举办的蛋白质设计竞赛。 关键信息 - Claude 在不到四周内优化了超过 30 个开源生物分子模型，涵盖结构预测、蛋白质设计、蛋白质语言模型和基因组学，平均提速约 4 倍，其中近 2 倍提速时输出完全一致。 - Claude 开发了 FlashPairformer 自定义内核，将三角注意力加速 2.7-2.9 倍，三角乘法加速 1.7-3.2 倍，具体取决于模型配置，达到新的最优水平。 - Claude 创建的低内存“Big”模式使单个 NVIDIA GPU 节点能准确预测超过 10,000 个 token 的系统，并成功推理超过 70,000 个 token 的系统，包括人类线粒体复合物 I、TRiC 伴侣复合物、蛋白酶体和细菌核糖体。 - 在蛋白质设计任务中，单个 Claude 模型使用一个 NVIDIA H200 和 24 小时，仅花费约 150 美元（GPU 和 token 成本），即可达到此前需要约 2,500 个 H100 GPU 小时（约 10,000 美元）的同等 in silico 结合分数。 - Anthropic 与 Adaptyv Bio 联合举办蛋白质设计竞赛，提供最高 100 万美元的 Claude 积分、Modal 提供最高 25 万美元的计算积分、Twist Bioscience 提供 DNA，并对超过 5,000 个设计进行湿实验验证。 逐节讲解 加速蛋白质结构预测与设计模型 蛋白质结构预测是从氨基酸序列确定三维结构，蛋白质设计则是创造具有特定结构或功能的蛋白质。现代结构预测模型（如 AlphaFold3、OpenFold3、Boltz-2）的计算瓶颈在于三角注意力和三角乘法，这两种操作在运行时和内存上都是三次方复杂度：系统规模翻倍，时间和内存消耗增加 8 倍。 Claude 开发的 FlashPairformer 是一组自定义内核，专门加速三角注意力和三角乘法，在多种模型配置下均优于现有标准。此外，Claude 还对每个模型进行了针对性优化，如缓存重复计算、简化死分支为常量输出。这些改进使结构预测模型平均提速 4 倍，且不影响下游任务性能。这项工作由 Anthropic 两位熟悉生物分子建模但无推理优化或内核工程经验的技术人员监督完成。 实现大规模生物分子系统的建模 Claude 创建的低内存“Big”模式解决了大型分子机器（如核糖体、呼吸复合物）建模的内存瓶颈。此前这…