Anthropic 開源經 Claude 最佳化的 30 款生物分子模型，平均加速 4 倍並支援單 GPU 萬級 Token 預測

Anthropic 宣布，其內部通用研究模型在不到 4 週內，最佳化了超過 30 個用於結構預測、蛋白質設計與基因組學的開源生物分子模型，並已將最佳化後的程式碼全數開源。 經 Claude 最佳化後，這些模型在犧牲極少精度的情況下平均加速約 4 倍，在輸出完全相同時加速近 2 倍。Claude 同時創建了低記憶體模式，使單一 NVIDIA GPU 節點即可準確預測超過 10,000 個 token（含氨基酸、核苷酸及小分子原子）的生物分子系統。 針對 AlphaFold3、OpenFold3 及 Boltz-2 等模型中耗費大量資源的三角注意力與三角乘法運算，Claude 協助開發了 FlashPairformer 自訂核心。與領域標準（如 NVIDIA 的 cuEquivariance 與 BioNeMo-IR）相比，三角注意力加速 2.7 至 2.9 倍，三角乘法加速 1.7 至 3.2 倍。 結合先前的 AI 代理蛋白質設計方法，新最佳化使達成同等 in silico 效能所需的 GPU 小時數減少了兩個數量級（先前單一目標需耗費約 2,500 H100 GPU 小時）。此外，早期結果顯示，Claude Mythos 5.1 已能將 7 個開源生物模型加速達 2.5 倍。 Anthropic 同步宣布與 Adaptyv Bio 合辦蛋白質設計競賽，提供高達 100 萬美元的 Claude 額度、25 萬美元 Modal 算力，以及超過 5,000 個設計的濕實驗室驗證。