Anthropic uvádí, že Claude optimalizoval více než 30 open-source biomolekulárních modelů

Anthropic zveřejnil výzkumný příspěvek dne 17. září 2026, ve kterém uvádí, že Claude optimalizoval více než 30 open-source biomolekulárních modelů za necelé čtyři týdny, což společnost uvedla jako průměrné zrychlení modelů přibližně 4‑násobně. Anthropic zveřejnil optimalizovaný kód jako open source a oznámil soutěž v návrhu proteinů, kterou spolupodporuje Adaptyv Bio.

36 optimalizovaných balíčků a jádra FlashPairformer

Podle výzkumného příspěvku a přiložené technické zprávy interní univerzální výzkumný model vytvořil optimalizované balíčky pro 36 implementací modelů, které zahrnují více než 30 open-source modelů napříč šesti rodinami: ko‑skládání a predikce struktury (14 balíčků), halucinace (3), generování struktury (6), inverzní skládání (3), genomika (7) a proteinové jazykové modely (3). Anthropic uvedl, že Claude byl dohlížen především dvěma členy technického personálu se zkušenostmi v biomolekulárním modelování, avšak bez zkušeností s optimalizací inference nebo návrhem jader.

Každý balíček běží s původními váhami modelu a nabízí až tři režimy: Exact, navržený tak, aby reprodukoval výstupy nepozměněného modelu bit po bitu; Fast, který vyměňuje malou část numerické přesnosti za rychlost; a Big, který snižuje spotřebu paměti, aby se větší vstupy vešly do paměti GPU. Zpráva uvádí, že režim Exact zpracovával dopředný průchod 14 modelů predikce struktury v průměru 1,6‑násobně rychleji než nepozměněné modely na GPU NVIDIA H100, že režim Fast zrychlil 13 modelů, které jej podporují, v průměru 4,1‑násobně, a že režim Big byl v průměru 3,4‑násobně rychlejší.

Moderní modely predikce struktury, jako jsou AlphaFold3, OpenFold3 a Boltz-2, spotřebovávají velkou část svého výpočetního času a paměti na operace triangle attention a triangle multiplication, jejichž náklady rostou kubicky s počtem tokenů. NVIDIA vyvinula speciální jádra pro tyto operace, nejprve v cuEquivariance a nedávno v BioNeMo Inference Runtime. Pro stejnou úzkou laťku Claude vytvořil FlashPairformer v1, sadu vlastních GPU jader. Zpráva uvádí, že FlashPairformer v1 prováděl triangle attention 2,7‑násobně rychleji než standardní pole v oboru při šířce páru 128, kterou používají AlphaFold3 a Boltz-2, a 2,9‑násobně rychleji při šířce páru 256, kterou používá Protenix v2, přičemž triangle multiplication byl respektive 1,7‑ a 3,2‑násobně rychlejší, měřeno na jedné GPU NVIDIA H100.

Kromě sdílených jader Claude vytvořil optimalizace specifické pro každý model, včetně memoizace mezivýsledků, které původní kód přepočítával, konstantního skládání větví s konstantními výstupy, zachycení CUDA grafu a fúze jader. Zpráva uvádí, že zrychlení režimu Fast pro modely predikce struktury se pohybovalo od 2,3‑násobného u OpenDDE až po 6,4‑násobné u Chai-1, a že genomické a proteinové jazykové modely získaly v režimu Exact zrychlení od 1,2‑násobného do 5,0‑násobného.

Co se týče přesnosti, zpráva uvádí, že napříč FoldBench-Lite, souhrnným benchmarkem 1 925 párů model‑cíl v 13 konfiguracích modelů, podíl přijatelně předpovězených rozhraní byl 54,8 % při výchozím nastavení oproti 55,0 % pro Exact, 54,5 % pro Fast a 54,2 % pro Big, přičemž žádná souhrnná změna nebyla odlišena od nuly. Uvedená omezení zahrnují měření provedená pouze na GPU H100, zrychlení ColabFold měřené vůči verzi 1.6.1 před tím, než projekt uvolnil vlastní sloučená jádra, a režimy Exact a Fast využívající až 3,2‑násobně více paměti než výchozí nastavení.

Režim Big pro masivní biomolekulární systémy

Anthropic uvedl, že režim Big s nízkou spotřebou paměti umožňuje přesné modelování biomolekulárních systémů větších než 10 000 tokenů (aminokyseliny, nukleotidy a atomy z malých molekul a iontů) a inferenci na systémech větších než 70 000 tokenů, vše na jediném uzlu GPU NVIDIA, což příspěvek popisuje jako dříve nedosažitelný úkol. Molekulární stroje, které byly v režimu Big předpovězeny přesně, zahrnují lidský mitochondriální komplex I, komplex chaperonu TRiC, proteasom a bakteriální ribozom 70S, přičemž každý úzce odpovídá své experimentální struktuře s TM‑skóry od 0,92 do 0,997, podle zprávy. Anthropic uvedl, že podle jeho znalostí se jedná o jedny z největších struktur, které byly kdy přesně složeny pomocí modelů predikce struktury; zpráva poznamenává, že v článku o AlphaFold3 byla zdůrazněna přesná predikce ribozomu 40S o 7 663 tokenů a že AlphaFold3 byl trénován na úsecích maximálně 768 tokenů.

Aby otestoval limity optimalizací, Claude provedl predikci struktury na celých virových kapsidech a proteinových sekcích o rozmezí přibližně 31 000 až více než 70 000 reziduí pomocí jednoho uzlu s osmi GPU B300. Všech sedm běhů bylo dokončeno, ale každá predikce se zhroutila do kompaktní koule, s TM‑skóry od 0,08 do 0,14 tam, kde byly měřeny. Zpráva předpokládá, že tento kolaps odráží selhání generalizace, protože sestavy jsou 40‑ až 90‑krát větší než největší tréninkový úsek AlphaFold3, a prezentuje výsledek jako rozšíření toho, co lze vypočítat, spíše než to, co se modely naučily.

Návrh binderu na jedné GPU

V dřívější práci Anthropic na návrhu vazebných látek Claude pracoval s přibližně 16 000‑slovním promptem, využíval podagenty a mohl utratit až 10 000 USD na cíl na platformě AI infrastruktury Modal, což odpovídá zhruba 2 500 hodinám GPU H100 během 24 hodin. V novém nastavení obdržel jediný model Claude jedno GPU NVIDIA H200 a 24 hodin reálného času, pracoval s promptem o délce asi 1 100 slov a neměl žádné podagenty ani lidské řízení. Tři modely – Mythos 5.1, Mythos 5 a Opus 5 – byly každé spuštěny proti 16 cílům předchozí studie.

Zpráva uvádí, že mediánové skóre na ipSAE, in silico skóre, které popisuje jako prediktivní pro experimentální vazbu, dosáhlo 0,785 pro Opus 5, 0,781 pro Mythos 5.1 a 0,739 pro Mythos 5, oproti 0,749 pro dřívější kampaně, s nejlepšími návrhovými skóre 0,833, 0,825 a 0,813 oproti 0,817. Běh na jediném GPU použil rozpočet GPU přibližně 100‑krát menší a zpráva uvádí, že kombinované výdaje přibližně 150 USD na GPU a tokeny dosáhly in silico výkonu srovnatelného s dřívějšími kampaněmi. Zpráva také uvádí, že návrhy z těchto běhů nebyly experimentálně testovány a že skóre jsou in silico měření, nikoli experimentální výsledky.

Podmínky otevřeného zdroje

Anthropic zveřejnil kód ve veřejném GitHub repository obsahujícím 36 optimalizačních sad, po jedné pro každý upstream nástroj, přičemž původní kód je pod licencí Apache License 2.0; první veřejná verze byla commitována 17. září 2026. Sady sdílejí společnou slovní zásobu v režimech off, exact, fast a big a jsou nakonfigurovány pro GPU NVIDIA H100 80 GB na Linuxu x86‑64, přičemž některé sady také obsahují konfigurace pro A100, H200, B200 nebo B300. Repoziář uvádí, že vydání je referenční a není udržováno ani nepřijímá příspěvky, a že předpřipravené obrazy Docker a Apptainer jsou plánovány během týdne od počátečního vydání.

Soutěž v návrhu proteinů s Adaptyv Bio

Anthropic uvedl, že spolu s Adaptyv Bio vybrali pět problémů na špici současných možností návrhu proteinů, včetně mezidruhové reaktivity, citlivosti na pH a specifikace peptid‑MHC, stejně jako obtížné cíle jako GPCR. Podle competition page obě organizace společně sponzorují 1 milion USD na experimentální validaci, aby otestovaly více než 5 000 návrhů proteinů v automatizovaném laboratoři Adaptyv bez nákladů pro účastníky, přičemž Anthropic poskytne dalších 1 milion USD v kreditech Claude. Příspěvek Anthropic uvádí, že Modal poskytne až 250 000 USD v výpočetních kreditech a že Twist Bioscience dodá DNA pro soutěž.

Jsou nabízeny tři účastnické dráhy: výzkumné laboratoře a společnosti, s až 50 000 USD v kreditech Claude pro akademické týmy a až 25 000 USD pro průmyslové týmy, přibližně 20 vybraných týmů a rezervované laboratorní testování až přibližně 18 návrhů na výzvu; jednotliví výzkumníci nebo týmy do tří osob s bezplatným přístupem Claude Max 20x během soutěže; a samostatná otevřená dráha, kde je použití Claude volitelné.

Přihlášky probíhají od 16. září do 24. září 2026 a vybrané týmy budou informovány před 28. září 2026. Pět týdenních výzev proběhne od 28. září do 31. října 2026, experimentální validace má být dokončena do 30. listopadu 2026 a výsledky budou zveřejněny na Proteinbase 15. prosince 2026. Účastníci si zachovávají vlastnictví svých návrhů, všechny experimentální výsledky včetně negativních budou zveřejněny otevřeně a neexistuje žádná finanční odměna; stránka popisuje plánovaný harmonogram, který může podléhat změnám.