Anthropic：Claude将超30个生物模型加速约4倍

anthropic在科学博客中称，claude在不到四周内优化了30多个开源生物分子模型，平均加速约4倍，部分靠给gpu写定制软件，优化代码全部开源。这些模型用于分子系统结构、类药分子设计和基因突变效应预测，原先推理贵，限制了实验室使用。

内部通用研究模型产出36个优化包，覆盖六个家族：共折叠与结构预测14个、幻觉3个、结构生成6个、反向折叠3个、基因组7个、蛋白质语言模型3个。精确模式在h100上让14个结构预测模型前向平均快1.6倍且输出相同；快速模式平均4.1倍；大分子模式平均3.4倍。精确模式下基因组和蛋白语言模型加速约1.2至5倍。结构预测快速模式从opendde的2.3倍到chai-1的6.4倍。

共同瓶颈上，claude写出flashpairformer第一版定制核。三角形注意力在配对宽度128时比alphafold3、boltz-2常用核快2.7倍，宽度256时比protenix v2快2.9倍；三角形乘法分别快1.7倍和3.2倍。另有中间结果缓存、恒定分支折叠、cuda图捕获和核融合。低内存模式让超过1万个token的生物分子系统（氨基酸、核苷酸、小分子与离子原子）能在单块英伟达gpu节点上做准确预测。

监督者是anthropic两名懂生物分子建模、此前没有推理优化和核工程经验的技术人员。公司称这类优化通常要资深团队按模型花数周，且很难在模型间迁移。此前mythos 5.1已把7个开源生物学模型最多加快2.5倍。同期与adaptyv bio合办蛋白质设计赛，最高提供100万美元claude积分，并给逾5000个设计做湿实验验证。

这是把通用模型当成编译器后端：不另训结构网络，而是改开源栈的推理图和核。claude science已把evo 2、boltz-2、openfold3等接到工作流里。开源优化包降低的是单次折叠和设计的机时，不是发现新折叠原理。

市场机制是把稀缺gpu小时摊薄。买方是被推理账单卡住的结构生物学和药物设计实验室；卖方是按模型各写一套核、交付周期以周计的高性能计算小组。受益方是能在单节点跑更大体系的开源工作流和卖h100机时的云；承压方是靠慢推理形成使用门槛的商业结构预测服务。资金从“再买一批卡硬跑”转向“同一张卡多跑几倍序列”。

来源：公开信息