آنتروپیک: کلود بیش از ۳۰ مدل زیست‌مولکولی را حدود ۴ برابر شتاب داد

شرکت آنتروپیک (Anthropic) در ۱۷ سپتامبر ۲۰۲۶ گزارش پژوهشی منتشر کرد که در آن توضیح داده‌است چگونه کلود (Claude) مدل‌های متن‌باز پیش‌بینی ساختار و طراحی زیست‌مولکولی را سریع‌تر و کم‌حافظه‌تر کرده‌است. به‌گفتهٔ شرکت، کلود در چارچوب Claude Science بیش از ۳۰ مدل را در کمتر از چهار هفته بهینه کرده‌است؛ میانگین شتاب حدود چهار برابر گزارش شده و حالت حافظهٔ کم («Big») امکان پیش‌بینی دقیق سامانه‌هایی با بیش از ۱۰٬۰۰۰ توکن را روی یک گرهٔ واحد GPU انویدیا فراهم می‌کند. آنتروپیک اعلام کرده‌است که کد بهینه‌شده را متن‌باز منتشر می‌کند و مسابقهٔ طراحی پروتئین را با همکاری Adaptyv Bio راه‌اندازی کرده‌است.

پیش‌تر نشان داده شده بود که کلود می‌تواند با هماهنگی مدل‌های متن‌باز، بایندرهای پروتئینی از نو طراحی کند؛ اما آن کار به منابعی نیاز داشت که برای بیشتر طراحان پروتئین در دسترس نیست. شرکت نوشته‌است که در آن آزمایش‌ها تا ۱۰٬۰۰۰ دلار برای هر هدف روی بستر Modal (حدود ۲٬۵۰۰ ساعت GPU از نوع NVIDIA H100) مجاز بوده‌است. برای دسترس‌پذیرتر کردن پژوهش، تمرکز به بهینه‌سازی استنتاج منتقل شد؛ نتیجهٔ اولیه این بود که Claude Mythos ۵٫۱ هفت مدل زیستی متن‌باز را تا ۲٫۵ برابر شتاب داد.

در نتایج تازه‌تر، یک مدل پژوهشی داخلی بیش از ۳۰ مدل یادگیری عمیق را برای وظایفی مانند پیش‌بینی ساختار، طراحی پروتئین، مدل‌های زبانی پروتئین و ژنومیکس بهینه کرده‌است. به‌گفتهٔ آنتروپیک، میانگین شتاب حدود چهار برابر با کاهش ناچیز دقت، و نزدیک به دو برابر با خروجی یکسان به‌دست آمده‌است. ترکیب این بهینه‌سازی‌ها با ساده‌سازی رویکرد قبلی طراحی پروتئین، به‌گفتهٔ شرکت، عملکرد in silico قابل‌مقایسه با گزارش‌های پیشین را با حدود دو مرتبهٔ بزرگی ساعت GPU کمتر فراهم کرده‌است.

بخش عمدهٔ زمان و حافظهٔ مدل‌های مدرن پیش‌بینی ساختار مانند AlphaFold3، OpenFold3 و Boltz-2 صرف عملیات triangle attention و triangle multiplication می‌شود. آنتروپیک نوشته‌است که با کلود هسته‌های سفارشی FlashPairformer را توسعه داده‌است؛ این هسته‌ها به‌طور میانگین ۲٫۷ تا ۲٫۹ برابر در triangle attention و ۱٫۷ تا ۳٫۲ برابر در triangle multiplication نسبت به استاندارد رایج بهتر عمل کرده‌اند. بهینه‌سازی‌های اختصاصی هر مدل میانگین شتاب حدود چهار برابر را بدون اثر منفی بر وظیفهٔ پایین‌دستی گزارش کرده‌است.

کار شتاب‌دهی بیش از ۳۰ مدل متن‌باز، به‌گفتهٔ شرکت، زیر نظارت دو عضو فنی آنتروپیک با تجربهٔ زیست‌مولکولی ولی بدون سابقهٔ پیشین در بهینه‌سازی استنتاج، در کمتر از چهار هفته انجام شده‌است؛ کاری که معمولاً برای هر مدل هفته‌ها زمان تیم مهندسی می‌طلبد.

اگر تجربه یا پرسشی دربارهٔ کاربرد این بهینه‌سازی‌ها در پژوهش زیستی دارید، می‌توانید در بخش دیدگاه‌ها بنویسید.

کلود همچنین مأمور کاهش مصرف حافظه برای ماشین‌های مولکولی بزرگ شد. حالت «Big» امکان مدل‌سازی دقیق سامانه‌هایی با بیش از ۱۰٬۰۰۰ توکن و اجرای استنتاج روی سامانه‌هایی با بیش از ۷۰٬۰۰۰ توکن را روی یک گرهٔ واحد GPU انویدیا گزارش کرده‌است. نمونه‌های اعلام‌شده شامل کمپلکس I میتوکندری انسان، چاپرون TRiC، پروتئازوم و ریبوزوم باکتریایی است که با ساختار تجربی هم‌خوانی نزدیک داشته‌اند.

در آزمایش طراحی بایندر، یک مدل کلود با دسترسی به یک NVIDIA H200 و ۲۴ ساعت زمان دیواره‌ای — بدون زیرعامل و بدون هدایت انسانی طراحی — روی ۱۶ هدف با مدل‌های شتاب‌یافته اجرا شد. میانگین امتیازهای in silico (ipSAE) با هزینه‌ای حدود دو مرتبهٔ بزرگی کمتر از ساعت GPU نسبت به کارزارهای پیشین Mythos ۵٫۱ قابل‌مقایسه گزارش شده‌است؛ شرکت هزینه‌ای ترکیبی حدود ۱۵۰ دلار برای GPU و توکن را برای رسیدن به سطح مشابه ذکر کرده‌است.

برای حمایت از جامعه، آنتروپیک با Adaptyv Bio مسابقهٔ طراحی پروتئین را با پنج مسئلهٔ مرزی هم‌حمایتی می‌کند. تعهد اعلام‌شده شامل تا یک میلیون دلار اعتبار کلود، ۲۵۰٬۰۰۰ دلار اعتبار محاسباتی Modal، و اعتبارسنجی آزمایشگاهی برای بیش از ۵٬۰۰۰ طراحی است؛ Twist Bioscience نیز DNA مسابقه را تأمین می‌کند. کد بهینه‌شده و گزارش فنی در صفحهٔ رسمی در دسترس قرار گرفته‌است.

آیا شتاب حدود چهار برابری مدل‌های متن‌باز زیست‌مولکولی، دسترسی آزمایشگاه‌های کوچک‌تر به پیش‌بینی و طراحی پروتئین را به‌طور پایدار گسترش خواهد داد؟