Claude ускорил 36 открытых биомолекулярных пакетов: до 4,1× быстрее и режим Big для систем свыше 10 000 токенов

Что оптимизировал Claude

Anthropic описывает задачу так: открытые модели для предсказания и дизайна биомолекул хорошо обучены, но их инференс-обвязка остаётся неоптимизированной, а инженерные доработки под каждый инструмент занимают недели и плохо переносятся между моделями.

За срок чуть меньше четырёх недель модель оптимизировала более 30 таких моделей, ускорив их в среднем примерно вчетверо. В техническом отчёте счёт уточняется: 36 оптимизированных пакетов, покрывающих свыше 30 открытых моделей. Работу курировали два сотрудника Anthropic с опытом в биомолекулярном моделировании, но без опыта в оптимизации инференса и разработке GPU-ядер.

Это продолжение более раннего результата: Claude Mythos 5.1 ускорил семь открытых биологических моделей до 2,5 раза.

Exact, Fast и Big: как устроено ускорение

Ускорение разложено по режимам. Exact-режим ускоряет прямой проход 14 моделей предсказания структуры в среднем в 1,6 раза на GPU NVIDIA H100 и выдаёт результат, идентичный исходным моделям бит в бит. Fast-режим ускоряет 13 моделей, у которых он есть, в среднем в 4,1 раза. В блогпосте обе величины округлены: «примерно 4×» в среднем и «почти 2×» там, где выходы не меняются.

Отдельная часть работы — FlashPairformer v1, набор GPU-ядер для triangle attention и triangle multiplication. При pair width 128, который используют AlphaFold3 и Boltz-2, triangle attention работает в 2,7 раза быстрее стандартных ядер, а triangle multiplication — в 1,7 раза; при pair width 256, как в Protenix v2, — в 2,9 и 3,2 раза соответственно. Anthropic подаёт это как новый state-of-the-art: превосходство над стандартом на 2,7–2,9× по triangle attention и 1,7–3,2× по triangle multiplication в зависимости от конфигурации модели.

Замеры сделаны как геометрическое среднее по семи размерам входа.

Big-режим: комплексы, которые раньше не помещались

Третий режим, Big, снижает потребление памяти, чтобы крупные входы вообще укладывались в память GPU; он позволяет точно предсказывать комплексы крупнее 10 000 токенов на одной ноде из восьми GPU.

Масштаб прироста виден по прежнему пределу: самой крупной системой, которую AlphaFold3 предсказывал точно, была 40S-рибосома на 7 663 токена, тогда как complex I и 70S-рибосома в новых прогонах состоят из более чем 10 000 токенов каждая.

Дальше начинается демонстрация предела: на одной ноде из восьми B300 Claude построил предсказания целых вирусных капсидов и белковых компартментов размером от более 31 000 до более 70 000 токенов. Эти системы почти на два порядка превышают обучающий контекст моделей, и предсказания, как и следовало ожидать, неверны — структуры «схлопываются». Anthropic фиксирует главное следствие: барьер к инференсу такого масштаба снизился до одной ноды B300.

В отчёте приведён и крайний замер — инференс на сборках до 70 320 остатков на ноде из восьми B300 GPU, тоже с неточными предсказаниями. На рисунках показаны mitochondrial complex I (PDB 9I4I), 70S-рибосома (PDB 4YBB), TRiC, протеасома и фосфокетолаза (PDB 8IO9); интерфейс считается точным при DockQ не ниже 0,23.

Точность на целевых задачах

Для каждого ускоренного варианта Anthropic проверяла, что качество на целевой задаче не изменилось, — например, на предсказании структуры.

Агрегированная метрика в отчёте такая: доля приемлемо предсказанных интерфейсов, посчитанная по 13 конфигурациям моделей и 1 925 парам «модель — мишень», изменилась менее чем на один процентный пункт во всех режимах. Exact-режим отдельно описан как совпадающий с исходным кодом бит в бит.

Дизайн белков за $150 вместо $10 000 на мишень

Вторая часть работы — про de novo дизайн белков-связок. В прошлой кампании Claude получал промпт примерно на 16 000 слов, разрешение использовать субагентов и до $10 000 на мишень на платформе Modal — это около 2 500 GPU-часов NVIDIA H100.

Теперь условия другие: одной модели дали одну NVIDIA H200, 24 часа, промпт примерно на 1 100 слов и справочный лист по предустановленным инструментам — без субагентов и без участия человека в отборе дизайнов. Против 16 мишеней прогоняли три модели — Mythos 5.1, Mythos 5 и Opus 5.

Итог: при суммарных расходах около $150 на GPU и токены медианные и лучшие дизайны достигают примерно тех же значений in silico-метрики ipSAE, что и прошлая кампания на Mythos 5.1, потратившая примерно в 100 раз больше GPU-часов.

Фон в августовской публикации: Claude (Mythos Preview и Opus 4.8) проектировал связки против 15 мишеней и добился успеха против 14 из них.

Конкурс с Adaptyv Bio и открытый код

Anthropic открыла весь оптимизированный код и вместе с Adaptyv Bio запускает конкурс по дизайну белков: до $1 млн в кредитах Claude, до $250 000 вычислительных кредитов от Modal, ДНК от Twist Bioscience и лабораторная проверка более 5 000 дизайнов.

Пять задач конкурса выбраны на переднем крае дизайна белков: перекрёстная реактивность между видами, чувствительность к pH, специфичность пептид–MHC и сложные мишени вроде GPCR. По описанию на странице конкурса новая задача выходит каждую неделю с 28 сентября по 31 октября, приём заявок закрывается 24 сентября, а все экспериментальные результаты будут опубликованы открыто.

Формулировки бюджета у двух публикаций расходятся: в блогпосте речь о «до $1 млн в кредитах Claude» плюс средства на экспериментальную валидацию, а на странице конкурса $1 млн описан как совместная с Adaptyv сумма на экспериментальную валидацию, к которой Anthropic добавляет ещё $1 млн в кредитах Claude.

Код выложен как 36 наборов оптимизаций для инференс-путей открытых инструментов — по одному на инструмент — с лицензией Apache-2.0 для оригинального кода. Репозиторий помечен как справочный релиз к блогпосту, который не поддерживается и не принимает вклады.

Место в контуре Anthropic

Публикация выходит одновременно с расширением доступа к моделям для биологов: Anthropic сообщила, что подключила первую группу организаций и в тот же день открыла Life Sciences Verification Program в публичной бете.