NVIDIA 发布 BioNeMo 推理运行时，加速生物分子结构预测

核心事实

NVIDIA 开发者博客发布文章，介绍 BioNeMo 推理运行时（BioIR）。据文章描述，该运行时可在 NVIDIA GPU 上加速受支持的生物分子结构预测模型，同时保留用户熟悉的 PyTorch 工作流。它提供两种使用方式：一是端到端处理器，将输入依次经过解析、分词、特征生成、GPU 推理，并输出 PDB 或 mmCIF 文件；二是直接集成 PyTorch 模块，便于在自定义代码中复用。

针对大批量独立输入，文章称可通过 Ray 执行器在单节点每块 GPU 上放置一个完整模型副本，以提升整体吞吐。

背景与影响

文章指出，生物分子结构预测如今常在蛋白质组规模上运行，目标是把整份任务列表高效地送过流水线。文中提到 BioIR 已被用于实际的大规模工作，包括 AlphaFold 数据库的近期扩展。文章还称，其优化分为三层：内核选择、模块优化（含 CUDA Graph 捕获）以及通过 Ray 副本实现的流水线扩展，分别针对不同瓶颈。

文章同时给出了一组基准测试结果，但相关数字来自特定硬件与输入条件，实际表现会随输入分布、阶段负载、存储与调度等因素变化，建议以官方文档和官网当前信息为准。

限制与来源

本文内容整理自 NVIDIA 开发者博客，属于厂商自述，尚未经独立验证。文中涉及的加速比、能耗估算等数据均为该文章所述，不构成任何采购或投资建议。模型支持范围、依赖环境与可用性请以官方仓库、API 参考和支持矩阵的最新说明为准。