NVIDIA отчита по-бързо предсказване на структури с BioIR
NVIDIA представи BioNeMo Inference Runtime (BioIR) — Python библиотека за ускоряване на поддържани модели за предсказване на биомолекулни структури върху NVIDIA GPU. Тя запазва стандартния работен процес на PyTorch и оптимизира операции в Pairformer и Evoformer, триъгълни операции, двойково внимание, дифузионни трансформъри и модули на атомно ниво. BioIR може да обработва цели опашки от задачи или отделни оптимизирани модули в собствен PyTorch код.
В съпоставим тест с 1 000 човешки димера на 8xH100 80GB GPU ускореният с BioIR Boltz-2 завършва всички задачи и обработва 58,5 хил. успешно нагънати остатъка на разпределен GPU-час. Публична реализация, компилирана с torch, достига 20,2 хил. остатъка на GPU-час и не успява заради недостиг на памет при 29 цели. Така BioIR показва 2,90 пъти по-висока производителност, нормализирана спрямо броя остатъци. Измерването е само за етапа на нагъване и не включва генериране на MSA, предварителна обработка, съхранение, пренос на данни или повторни опити.
Рантаймът използва избор на ядра според GPU конфигурацията, CUDA Graph оптимизация и репликиране чрез Ray. Един проход не се разделя между няколко GPU. NVIDIA изчислява, че един милион сравними цели биха изисквали 11 MWh вместо 35 MWh при еквивалент на консумация от осем GPU. BioIR е достъпен като отворено GitHub хранилище.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.