PulseAugur
中
实时 00:01:58
English(EN) NVIDIA Details BioNeMo Inference Runtime (BioIR): 2.90x Higher Boltz-2 Folding Throughput and 58.5K Residues per GPU-Hour on 8xH100

NVIDIA BioNeMo 推理运行时加速蛋白质结构预测

作者 PulseAugur 编辑部 · [1 个来源] ·

NVIDIA 推出了 BioNeMo 推理运行时 (BioIR)，这是一个旨在加速 NVIDIA GPU 上生物分子结构预测模型的 Python 库。BioIR 优化了 Pairformer 和 Evoformer 等模型中的特定操作，并利用 CUDA Graph 捕获进行模块优化，以及使用 Ray 进行流水线扩展。该运行时已被用于扩展 AlphaFold 数据库，为数百万个高置信度蛋白质结构预测的发布做出了贡献。基准测试显示，与标准的 PyTorch 工作流程相比，速度显著提升，BioIR 加速的 Boltz-2 在 NVIDIA H100 GPU 上实现了 2.90 倍的吞吐量。 AI

影响 加速生物分子结构预测，可能加快药物发现和生物学研究。

排序理由 这是来自硬件供应商的技术深度解析和库发布，而不是核心 AI 模型发布或研究论文。

在 MarkTechPost 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

NVIDIA BioNeMo 推理运行时加速蛋白质结构预测

本文如何被排名

Signal score
20 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是来自硬件供应商的技术深度解析和库发布，而不是核心 AI 模型发布或研究论文。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
infra, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. MarkTechPost TIER_1 English(EN) · Asif Razzaq ·

    NVIDIA 详解 BioNeMo 推理运行时 (BioIR)：在 8xH100 上实现 2.90 倍的 Boltz-2 折叠吞吐量和每 GPU 小时 58.5K 残基

    <p>NVIDIA has detailed BioNeMo Inference Runtime (BioIR), a Python library that accelerates biomolecular structure-prediction models on NVIDIA GPUs while staying in plain PyTorch. In a matched benchmark on 1,000 human dimer targets across 8xH100 GPUs, BioIR-accelerated Boltz-2 de…

相关实体

相关话题