Anthropic αναφέρει ότι ο Claude βελτιστοποίησε πάνω από 30 ανοιχτού κώδικα βιομοριακά μοντέλα

Η Anthropic δημοσίευσε μια ερευνητική ανάρτηση στις 17 Σεπτεμβρίου 2026, αναφέροντας ότι ο Claude βελτιστοποίησε πάνω από 30 ανοιχτού κώδικα βιομοριακά μοντέλα σε λίγο κάτω από τέσσερις εβδομάδες, κάτι που η εταιρεία δήλωσε ότι αύξησε την ταχύτητα των μοντέλων κατά περίπου 4 φορές κατά μέσο όρο. Η Anthropic άνοιξε τον κώδικα των βελτιστοποιημένων μοντέλων και ανακοίνωσε έναν διαγωνισμό σχεδίασης πρωτεϊνών συν-χορηγούμενο από Adaptyv Bio.

36 Βελτιστοποιημένα Πακέτα και Πυρήνες FlashPairformer

Σύμφωνα με την ερευνητική ανάρτηση και μια συνοδευτική τεχνική έκθεση, ένα εσωτερικό γενικού σκοπού ερευνητικό μοντέλο παρήγαγε βελτιστοποιημένα πακέτα για 36 υλοποιήσεις μοντέλων που καλύπτουν πάνω από 30 ανοιχτού κώδικα μοντέλα σε έξι οικογένειες: συν-δίπλωση και πρόβλεψη δομής (14 πακέτα), ψευδαίσθηση (3), δημιουργία δομής (6), αντίστροφη δίπλωση (3), γενομική (7) και μοντέλα γλώσσας πρωτεϊνών (3). Η Anthropic δήλωσε ότι ο Claude επιβλέπεται κυρίως από δύο μέλη του τεχνικού του προσωπικού με εμπειρία στη βιομοριακή μοντελοποίηση, αλλά χωρίς εμπειρία στην βελτιστοποίηση επαγωγών ή στην κατασκευή πυρήνων.

Κάθε πακέτο εκτελείται με τα αρχικά βάρη του μοντέλου και προσφέρει έως τρεις λειτουργίες: Exact, σχεδιασμένη να αναπαράγει τα αποτελέσματα του αμετάβλητου μοντέλου bit για bit· Fast, η οποία ανταλλάσσει μια μικρή ποσότητα αριθμητικής ακρίβειας για ταχύτητα· και Big, η οποία μειώνει τη χρήση μνήμης ώστε μεγαλύτερες εισροές να χωρούν στη μνήμη GPU. Η έκθεση αναφέρει ότι η λειτουργία Exact εκτέλεσε την προώθηση των 14 μοντέλων πρόβλεψης δομής κατά μέσο όρο 1,6 φορές πιο γρήγορα από τα αμετάβλητα μοντέλα σε NVIDIA H100 GPUs, ότι η λειτουργία Fast εκτέλεσε τα 13 μοντέλα που την προσφέρουν κατά μέσο όρο 4,1 φορές πιο γρήγορα, και ότι η λειτουργία Big ήταν κατά μέσο όρο 3,4 φορές πιο γρήγορη.

Τα σύγχρονα μοντέλα πρόβλεψης δομής όπως τα AlphaFold3, OpenFold3 και Boltz-2 δαπανούν μεγάλο μέρος του χρόνου εκτέλεσης και της μνήμης τους στην τριγωνική προσοχή και τον τριγωνικό πολλαπλασιασμό, δύο λειτουργίες του οποίου το κόστος είναι κυβικό ως προς τον αριθμό των διακριτικών. Η NVIDIA έχει αναπτύξει ειδικούς πυρήνες για αυτές τις λειτουργίες, αρχικά στο cuEquivariance και πιο πρόσφατα στο BioNeMo Inference Runtime. Για το ίδιο σημείο συμφόρησης, ο Claude ανέπτυξε το FlashPairformer v1, ένα σύνολο προσαρμοσμένων πυρήνων GPU. Η έκθεση αναφέρει ότι το FlashPairformer v1 εκτέλεσε την τριγωνική προσοχή 2,7 φορές πιο γρήγορα από τους πρότυπους πυρήνες του πεδίου σε πλάτος ζεύγους 128, που χρησιμοποιούνται από τα AlphaFold3 και Boltz-2, και 2,9 φορές πιο γρήγορα σε πλάτος ζεύγους 256, που χρησιμοποιείται από το Protenix v2, με τον τριγωνικό πολλαπλασιασμό 1,7 και 3,2 φορές πιο γρήγορο αντίστοιχα, μετρημένο σε μία μόνο NVIDIA H100.

Πέρα από τους κοινόχρηστους πυρήνες, ο Claude παρήγαγε βελτιστοποιήσεις ειδικές για κάθε μοντέλο, συμπεριλαμβανομένου του αποθήκευσης ενδιάμεσων αποτελεσμάτων που επανυπολόγιζε ο αρχικός κώδικας, της σταθεροποίησης κλαδιών με σταθερές εξόδους, της σύλληψης γραφήματος CUDA και της συγχώνευσης πυρήνων. Η έκθεση αναφέρει ότι οι επιταχύνσεις της λειτουργίας Fast για τα μοντέλα πρόβλεψης δομής κυμαίνονταν από 2,3 φορές για το OpenDDE έως 6,4 φορές για το Chai-1, και ότι τα μοντέλα γενομικής και γλώσσας πρωτεϊνών κέρδισαν 1,2 έως 5,0 φορές στην λειτουργία Exact.

Σε όρους ακρίβειας, η έκθεση αναφέρει ότι στο FoldBench-Lite, ένα συγκεντρωτικό benchmark 1.925 ζευγών μοντέλο-στόχος σε 13 ρυθμίσεις μοντέλου, το ποσοστό αποδεκτών προβλεπόμενων διεπαφών ήταν 54,8% στην προεπιλογή έναντι 55,0% για την Exact, 54,5% για την Fast και 54,2% για την Big, χωρίς καμία συγκεντρωτική αλλαγή να διακρίνεται από το μηδέν. Οι δηλωμένοι περιορισμοί περιλαμβάνουν μετρήσεις που λήφθηκαν μόνο σε H100 GPUs, επιταχύνσεις του ColabFold που μετρήθηκαν σε σχέση με την έκδοση 1.6.1 πριν το έργο κυκλοφορήσει τους δικούς του συγχωνευμένους πυρήνες, και τις λειτουργίες Exact και Fast που χρησιμοποιούν έως 3,2 φορές περισσότερη μνήμη από την προεπιλογή.

Λειτουργία Big για Μεγάλες Βιομοριακές Συστημικές Δομές

Η Anthropic δήλωσε ότι η λειτουργία Big με χαμηλή μνήμη του Claude επιτρέπει ακριβή μοντελοποίηση βιομοριακών συστημάτων μεγαλύτερων από 10.000 διακριτικά (αμινοξέα, νουκλεοτίδια και άτομα από μικρά μόρια και ιόντα) και επαγωγή σε συστήματα μεγαλύτερα από 70.000 διακριτικά, όλα σε έναν μόνο κόμβο NVIDIA GPU, κάτι που η ανάρτηση περιγράφει ως εργασία που προηγουμένως ήταν ακατόρθωτη. Οι μοριακές μηχανές που προβλέπονται με ακρίβεια στη λειτουργία Big περιλαμβάνουν το ανθρώπινο μιτοχονδριακό σύμπλεγμα I, το σύμπλεγμα χορηγών TRiC, ένα προτεσώμα και ένα βακτηριακό 70S ριβόσωμα, το καθένα ταιριάζει στενά με τη δομή του πειραματικά με TM-scores από 0,92 έως 0,997, σύμφωνα με την έκθεση. Η Anthropic ανέφερε ότι αυτά είναι, κατά τη γνώση της, μεταξύ των μεγαλύτερων δομών που έχουν ποτέ διπλωθεί με ακρίβεια χρησιμοποιώντας μοντέλα πρόβλεψης δομής· η έκθεση σημειώνει ότι το άρθρο του AlphaFold3 τόνιζε μια ακριβή πρόβλεψη 40S ριβοσώματος 7.663 διακριτικών και ότι το AlphaFold3 εκπαιδεύτηκε σε κοπές το πολύ 768 διακριτικά.

Για να δοκιμάσει τα όρια των βελτιστοποιήσεων, ο Claude εκτέλεσε πρόβλεψη δομής σε ολόκληρους ιικούς κάψινους και πρωτεϊνικά θάλαμοι από περίπου 31.000 έως πάνω από 70.000 αμινοξέα χρησιμοποιώντας έναν κόμβο οκτώ B300 GPUs. Όλες οι επτά εκτελέσεις ολοκληρώθηκαν, αλλά κάθε πρόβλεψη κατέρρευσε σε μια συμπαγή σφαίρα, με TM-scores από 0,08 έως 0,14 όπου μετρήθηκαν. Η έκθεση υποθέτει ότι η κατάρρευση αντανακλά αποτυχία γενίκευσης, επειδή οι συναθροίσεις είναι 40 έως 90 φορές μεγαλύτερες από τη μεγαλύτερη εκπαίδευση κοπής του AlphaFold3, και παρουσιάζει το αποτέλεσμα ως επέκταση του τι μπορεί να υπολογιστεί αντί για το τι έχουν μάθει τα μοντέλα.

Σχεδίαση Binder σε Μία GPU

Στο προηγούμενο έργο binder‑design της Anthropic, ο Claude λειτουργούσε από ένα προτρεπτικό κείμενο περίπου 16.000 λέξεων, χρησιμοποιούσε υπο‑πράκτορες και μπορούσε να ξοδέψει έως $10.000 ανά στόχο στην πλατφόρμα υποδομής AI Modal, περίπου 2.500 ώρες GPU H100, εντός 24 ωρών. Στη νέα ρύθμιση, ένα μοντέλο Claude έλαβε μία GPU NVIDIA H200 και 24 ώρες πραγματικού χρόνου, εργάστηκε από ένα προτρεπτικό κείμενο περίπου 1.100 λέξεων και δεν είχε υπο‑πράκτορες ούτε ανθρώπινη καθοδήγηση. Τρία μοντέλα, Mythos 5.1, Mythos 5 και Opus 5, τρέχουν αντίστοιχα εναντίον των 16 στόχων της προηγούμενης μελέτης.

Η έκθεση αναφέρει ότι οι μεσαίες βαθμολογίες στο ipSAE, ένα in silico σκορ που περιγράφεται ως προβλεπτικό της πειραματικής δέσμευσης, έφτασαν στο 0,785 για το Opus 5, 0,781 για το Mythos 5.1 και 0,739 για το Mythos 5, σε σύγκριση με 0,749 για τις προηγούμενες εκστρατείες, με τις καλύτερες βαθμολογίες σχεδίασης να είναι 0,833, 0,825 και 0,813 αντίστοιχα έναντι 0,817. Οι εκτελέσεις με μία GPU χρησιμοποίησαν προϋπολογισμό GPU περίπου 100 φορές μικρότερο, και η ανάρτηση δηλώνει ότι μια συνολική δαπάνη περίπου $150 για GPU και tokens παρήγαγε απόδοση in silico που ταιριάζει με τις προηγούμενες εκστρατείες. Η έκθεση σημειώνει ότι τα σχέδια από αυτές τις εκτελέσεις δεν έχουν δοκιμαστεί πειραματικά και ότι οι βαθμολογίες είναι μετρήσεις in silico, όχι πειραματικά αποτελέσματα.

Όροι Ανοιχτής Πηγής

Η Anthropic κυκλοφόρησε τον κώδικα σε ένα δημόσιο αποθετήριο GitHub που περιέχει 36 πακέτα βελτιστοποίησης τύπου drop‑in, ένα για κάθε εργαλείο upstream, με τον αρχικό κώδικα υπό την Apache License 2.0· η αρχική δημόσια κυκλοφορία καταχωρήθηκε στις 17 Σεπτεμβρίου 2026. Τα πακέτα μοιράζονται ένα κοινό λεξιλόγιο off, exact, fast και big mode και είναι διαμορφωμένα για GPU NVIDIA H100 80 GB σε Linux x86‑64, ενώ ορισμένα πακέτα περιλαμβάνουν επίσης διαμορφώσεις A100, H200, B200 ή B300. Το αποθετήριο δηλώνει ότι η κυκλοφορία είναι μια αναφορά που δεν συντηρείται και δεν δέχεται συνεισφορές, και ότι προσχεδιασμένες εικόνες Docker και Apptainer προγραμματίζονται εντός μίας εβδομάδας από την αρχική κυκλοφορία.

Διαγωνισμός Σχεδίασης Πρωτεϊνών με την Adaptyv Bio

Η Anthropic δήλωσε ότι αυτή και η Adaptyv Bio επέλεξαν πέντε προβλήματα στο προσκήνιο των τρεχουσών δυνατοτήτων σχεδίασης πρωτεϊνών, συμπεριλαμβανομένης της διασταυρούμενης αντιδράσεως ειδών, της ευαισθησίας στο pH και της ειδικότητας πεπτιδίου‑MHC, καθώς και δύσκολων στόχων όπως οι GPCR. Σύμφωνα με τη σελίδα του διαγωνισμού, οι δύο οργανισμοί χορηγούν από κοινού $1 εκατομμύριο για πειραματική επικύρωση προκειμένου να δοκιμαστούν πάνω από 5 000 σχεδιασμοί πρωτεϊνών στο αυτοματοποιημένο εργαστήριο της Adaptyv χωρίς κόστος για τους συμμετέχοντες, με την Anthropic να παρέχει επιπλέον $1 εκατομμύριο σε πιστώσεις Claude. Η ανάρτηση της Anthropic δηλώνει ότι η Modal θα παρέχει έως $250 000 σε πιστώσεις υπολογισμού και ότι η Twist Bioscience θα παρέχει DNA για τον διαγωνισμό.

Προσφέρονται τρία μονοπάτια συμμετοχής: ερευνητικά εργαστήρια και εταιρείες, με έως $50 000 σε πιστώσεις Claude για ακαδημαϊκές ομάδες και έως $25 000 για βιομηχανικές ομάδες, περίπου 20 ομάδες επιλέγονται, και διατηρημένη εργαστηριακή δοκιμή έως περίπου 18 σχεδιασμούς ανά πρόκληση· μεμονωμένοι ερευνητές ή ομάδες έως τρία άτομα, με δωρεάν πρόσβαση Claude Max 20x κατά τη διάρκεια του διαγωνισμού· και ένα αυτόνομα ανοιχτό μονοπάτι όπου η χρήση του Claude είναι προαιρετική.

Οι αιτήσεις θα διεξαχθούν από 16 Σεπτεμβρίου έως 24 Σεπτεμβρίου 2026, και οι επιλεγμένες ομάδες θα ενημερωθούν πριν τις 28 Σεπτεμβρίου 2026. Πέντε εβδομαδιαίες προκλήσεις θα διεξαχθούν από 28 Σεπτεμβρίου έως 31 Οκτωβρίου 2026, η πειραματική επικύρωση προγραμματίζεται να ολοκληρωθεί έως 30 Νοεμβρίου 2026, και τα αποτελέσματα θα δημοσιευθούν στο Proteinbase στις 15 Δεκεμβρίου 2026. Οι συμμετέχοντες διατηρούν την ιδιοκτησία των σχεδίων τους, όλα τα πειραματικά αποτελέσματα, συμπεριλαμβανομένων των αρνητικών, θα δημοσιευθούν ανοιχτά, και δεν υπάρχει χρηματικό βραβείο· η σελίδα περιγράφει το χρονοδιάγραμμα ως προγραμματισμένο και υπόκειται σε αλλαγές.