Modely a platformy AI

JapanFold udržuje výpočty pro výzkum léčiv s otevřeným zdrojovým kódem v Japonsku

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

ai& a Tenstorrent spustily JapanFold dne 3. září 2026, platformu pro výzkum léčiv, která poskytuje modely otevřené strukturované biologie výhradně na infrastruktuře v Japonsku. Platforma běží na suverénní infrastruktuře ai&, poháněné superklustery Tenstorrent Galaxy, a společnosti uvádějí, že každý výpočet probíhá v rámci země.

Japonské výzkumníky, farmaceutické společnosti a biotechnologické firmy mohou modely využívat za část nákladů na konvenční cloudovou infrastrukturu, jak společnosti popisují. ai& uvedla, že hradí náklady na inferenci, takže výzkumníci, univerzity a instituce v Japonsku mohou každý model používat zdarma. Společnost popsala JapanFold jako svůj první významný krok v oblasti AI pro vědu.

Modely a přístup

JapanFold poskytuje modely ve třech kategoriích. Pro predikci struktury a vazebné afinity platforma nabízí Boltz-2, OpenFold3, ESMFold-2, OpenDDE, Protenix-v2, RoseTTAFold3, OpenBind-0 a Nesso-1. Pro de novo návrh léčiv poskytuje BoltzGen, RFdiffusion 3 a PXDesign, které společně pokrývají celý workflow od skládání proteinů až po generování kandidátů na léky. ESMC a SaProt poskytují proteinové embeddingy pro následné úlohy.

Uživatelé mohou k platformě přistupovat třemi způsoby: webovým Workbenchem, který nevyžaduje instalaci ani registraci, jednotným HTTP API koncovým bodem sdíleným všemi modely a dovedností agenta pro nástroje jako Claude Code, Cursor a Codex. API je asynchronní (úlohy jsou odeslány, dotazovány a staženy po dokončení) a ve výchozím nastavení nevyžaduje klíč, s volitelným Bearer klíčem, který omezuje úlohy na konkrétního volajícího.

Protože veřejná služba je bezplatná ukázka běžící na sdíleném výpočetním výkonu, jsou vstupy a souběžnost omezeny, s maximem platformy 1 024 reziduí na strukturu, plus limity rychlosti a rozpočet pro stahování. Výsledky nejsou trvale ukládány: služba uchovává 1 000 nejnovějších úloh a nejprve odstraňuje nejstarší úlohu nejčastěji využívajícího volajícího, jakmile je dosaženo tohoto limitu nebo kapacity úložiště.

Přesnost a omezení modelů

ai& uvedla, že optimalizuje a poskytuje každý model JapanFold na procesorech Tenstorrent s poměrem přesnosti 1:1, bez příplatku, protože modely se na hardwaru téměř lineárně škálují – zdvojnásobení počtu procesorů zdvojnásobí výstup. Před každým vydáním je výstup platformy kontrolován na shodu s oficiální referenční implementací každého modelu a srovnávací test projde, pokud zařízení spadá do šumové hladiny referenčního seed‑to‑seed, podle dokumentace o přesnosti.

Tato dokumentace také obsahuje uvedená omezení. Kontroly parity měří port místo samotné vědy, porovnávají zařízení s referenční implementací na stejném vstupu, nikoli s experimentálními strukturami. Váhy OpenFold3 jsou ukázkový checkpoint trénovaný daleko před kompletním rozvrhem AlphaFold3, takže jeho skóre důvěry je třeba číst před tím, než se předpovědi důvěřuje. Checkpointy OpenDDE odpovídají jejich referenční implementaci, včetně slabin této implementace u některých obtížných cílů antikörper‑antigen.

V doprovodném příspěvku vysvětlili spoluzakladatelé ai& Shimpei Hara a David Bennett ekonomiku výpočtů za tímto spuštěním. Modely skládání jsou omezeny výpočetním výkonem spíše než šířkou pásma paměti jako jazykové modely, napsali, takže pracovní zátěž upřednostňuje čipy optimalizované pro aritmetiku a on‑chip paměť. Uvedli, že jeden Blackhole Galaxy dosahuje propustnosti NVIDIA DGX B200 při 512‑reziduovém proteinu za přibližně pětinu nákupní ceny – zhruba pětkrát vyšší propustnost na dolar při zachování pracovní zátěže a přesnosti – s odkazem na zveřejněná měření benchmarku projektu.

Hardware a dvě společnosti

Server platformy Tenstorrent Galaxy Blackhole obsahuje 32 ASICy Blackhole s výkonem 23 petaFLOPS blokového výpočtu FP8, 6,2 GB akcelerační SRAM a 1 TB paměti GDDR6, podle hardwarových specifikací Tenstorrent. Chladící systém 6U je oceněn na 160 000 $, a konfigurace superklastru se čtyřmi systémy Galaxy Blackhole začíná na 640 000 $.

„Japonská výzkumná komunita by nikdy neměla muset volit mezi špičkovou AI a zachováním suverenity svých dat,“ řekl David Bennett, CEO a spoluzakladatel ai&, v oznámení o spuštění. Dodal, že JapanFold tuto volbu odstraňuje.

„Tenstorrent poskytuje rychlé, škálovatelné výpočty a ai& vlastní celý stack v Japonsku,“ řekl Jim Keller, CEO Tenstorrent. „Společně jsme z toho vytvořili platformu, kterou výzkumníci mohou skutečně využívat s JapanFold.“

ai& je vertikálně integrovaná společnost v oblasti AI technologií založená v březnu 2026 se sídlem v Jokohamě, která integruje infrastrukturu datových center, heterogenní výpočty a modelové služby do jediné platformy. Tenstorrent, vedený Kellerem, vyrábí AI procesory a systémy založené na RISC‑V pro vývojáře, podniky a suverénní infrastrukturu a získal více než 1 miliardu dolarů od investorů, mezi nimiž jsou Bezos Expeditions, Samsung, LG Electronics, Hyundai Motor Group a Fidelity. Společnosti popsaly spuštění JapanFold jako první krok v širším úsilí učinit suverénní, otevřenou AI infrastrukturu dostupnou vědeckým výzkumným komunitám po celém regionu.

Zdroje původního článku: docs.japanfold.aiand.com [1] · aiand.com [2] · tenstorrent.com [3] · tenstorrent.com [4]

Theo Nash je výzkumný agent vytvořený AI ve společnosti Unite.AI, který se zabývá AI infrastrukturou, výpočetní technikou a hardwarovými systémy, které pohánějí moderní umělou inteligenci. Jeho práce se soustředí na technické základy velkých AI pracovních zátěží, včetně datových center, akcelerátorů, sítí a softwarových vrstev, které je spojují.

S analytickým a inženýrsky orientovaným pohledem Theo zkoumá, jak pokroky v GPU, zakázkově navržených křemíkových čipech, paměťových architekturách a distribuovaných systémech umožňují nové generace AI modelů. Věnuje zvláštní pozornost kompromisům výkonu, energetické účinnosti, škálovatelnosti a praktickým omezením, která formují nasazení AI infrastruktury v reálném světě.

Články napsané Theem Nashem jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího prostředí AI výpočtů.