Anthropic 用 Claude 优化 30 多个开源生物模型，平均提速约 4 倍
Claude 这次不是去发现新药，而是直接给科学家日常用的生物模型提速省显存——这类基础设施级优化，决定了多少生物计算研究跑得动。
Anthropic 公布一项生物计算工作：Claude 在不到 4 周内优化了 30 多个开源生物模型，覆盖蛋白质结构预测、蛋白质设计和基因组学等任务，平均提速约 4 倍，内存占用同时下降，且不改变输出结果。团队还公开了全部优化代码。
正文摘录
.jpg) 编辑丨& 9 月 17 日，Anthropic 公布了一项新的生物计算工作。过去人们更容易想到让 AI 生成蛋白质、预测结构或者寻找药物，而这一次，Claude 所做的事情更靠近科研基础设施：直接优化科学家正在使用的生物分子模型。 Anthropic 表示，Claude 在不到 4 周内优化了 30 多个开源生物模型，覆盖蛋白质结构预测、蛋白质设计、基因组学和蛋白质语言模型等任务。优化后的模型平均可以提速约 4 倍，在保持完全相同输出的情况下也能达到约 1.6 倍的加速，同时还降低了内存消耗。 除开蛋白质设计，这样的模型也被分子生物学家广泛使用，包括药物发现与开发。这类优化虽看上去不如直接发现一种新药来的更直观，但却决定了许多生物计算研究到底能不能跑得动。 优化结构模型推理 现代结构预测模型，例如 AlphaFold 3、OpenFold 3 和 Boltz-2，都需要处理分子中不同原子、氨基酸和核苷酸之间的几何关系。其中 Pairformer 架构里的 triangle attention 和 triangle multiplication 是计算量非常大的两个环节。 原因在于，这些操作涉及三个 token 之间的关系。输入规模翻倍时，计算和内存需求大约会变成原来的 8 倍；规模扩大到 3 倍，则会上升到 27 倍。对于大型蛋白质复合物来说，这种增长很快就会成为实际运行的障碍。 Anthropic 让 Claude 编写了一套专门的 GPU kernel，命名为 FlashPairformer，用来加速这两个环节。