用 BioNeMo Inference Runtime
来自 NVIDIA Developer · 期号 2026-09-10
摘要
蛋白质结构预测已经做到蛋白质组规模了，目标是把整张工作清单高效跑完。 NVIDIA BioNeMo Inference Runtime（BioIR）在 GPU 上加速结构预测模型，同时保留 PyTorch 工作流。它用优化过的 kernel 和 CUDA Graph 加速模型执行；对于大批独立输入，Ray 执行器会在单节点每块 GPU 上放一份完整的模型副本，靠 CPU 阶段与 GPU folding 重叠来提高吞吐。 在 8×H100 上对 1,000 个人类二聚体目标的基准测试中，BioIR 加速的 Boltz-2 每分配 GPU 小时成功折叠 58.5K 残基，而 torch-compiled 的开源实现是 20.2K，残基归一化吞吐提升 2.90 倍。折叠一百万可比目标的等效额定功率能耗，BioIR 是 11 MWh，公开实现是 35 MWh。 BioIR 的优化分三层：kernel 选择、模块优化（CUDA Graph 捕获）、以及通过 Ray 副本做流水线扩展，各层针对不同的瓶颈。 本文是使用教程，附了从输入准备到 PDB/mmCIF 输出的完整代码示例。