NVIDIA представила BioNeMo Inference Runtime (BioIR) — инструмент с открытым кодом для ускорения моделей прогнозирования структуры белков. Решение доступно на GitHub и интегрируется в рабочие процессы PyTorch без необходимости предварительной компиляции или создания отдельных сборок.
Runtime оптимизирует специфические операции, включая стеки Evoformer и Pairformer, треугольные операции и диффузионные трансформеры. Разработчики могут использовать встроенный процессор для обработки данных или внедрять оптимизированные модули непосредственно в собственный код на PyTorch.
Тесты на GPU H100 показали ускорение работы по сравнению с базовым torch.compile: в 1,55 раза для OpenFold3, в 1,78 раза для Boltz-2 и в 2,56 раза для OpenFold2. Аналогичные показатели производительности зафиксированы на H200 для последовательностей от 29 до 1734 остатков.
Испытания на 1000 димерных мишенях с использованием 8xH100 80GB показали рост пропускной способности Boltz-2 в 2,90 раза. Скорость обработки достигает 58,5 тыс. остатков на GPU-час, при этом в расчет не входят этапы предобработки и генерации MSA.
По оценкам, использование BioIR при обработке 1 миллиона мишеней может сэкономить от 23 до 43 МВтч электроэнергии по сравнению со стандартными реализациями. Данные расчеты основаны на энергопотреблении IT-оборудования на этапе фолдинга.
