JapanFold mantiene los cálculos de descubrimiento de fármacos de código abierto dentro de Japón

ai& y Tenstorrent lanzaron JapanFold el 3 de septiembre de 2026, una plataforma de descubrimiento de fármacos que sirve modelos de biología estructural de código abierto totalmente en infraestructura dentro de Japón. La plataforma se ejecuta sobre la infraestructura soberana de ai& impulsada por los superclústeres Galaxy de Tenstorrent, y las empresas dicen que cada cálculo se lleva a cabo dentro del país.

Los investigadores japoneses, las compañías farmacéuticas y las empresas biotecnológicas pueden acceder a los modelos a lo que las empresas describen como una fracción del costo de la infraestructura en la nube convencional. ai& dijo que asume el costo de la inferencia, por lo que los investigadores, universidades e institutos en Japón pueden usar cada modelo sin cargo. La compañía describió JapanFold como su primer esfuerzo sustancial en IA para la ciencia.

Modelos y acceso

JapanFold ofrece modelos en tres categorías. Para la predicción de estructura y afinidad de unión, la plataforma brinda Boltz-2, OpenFold3, ESMFold-2, OpenDDE, Protenix-v2, RoseTTAFold3, OpenBind-0 y Nesso-1. Para el diseño de fármacos de novo, ofrece BoltzGen, RFdiffusion 3 y PXDesign, que en conjunto cubren el flujo de trabajo desde el plegamiento de proteínas hasta la generación de candidatos a fármacos. ESMC y SaProt proporcionan incrustaciones de proteínas para tareas posteriores.

Los usuarios pueden acceder a la plataforma de tres maneras: un Workbench basado en navegador que no requiere instalación ni registro, un único punto final HTTP API compartido por todos los modelos, y una habilidad de agente para herramientas como Claude Code, Cursor y Codex. La API es asíncrona (los trabajos se envían, se consultan y se descargan una vez completados) y sin clave por defecto, con una clave Bearer opcional que delimita los trabajos a un llamador individual.

Debido a que el servicio público es una demostración gratuita que se ejecuta en cómputo compartido, las entradas y la concurrencia están limitadas, con un techo de plataforma de 1,024 residuos por estructura, además de límites de velocidad y un presupuesto de descarga. Los resultados no se almacenan de forma permanente: el servicio conserva los 1,000 trabajos más recientes y elimina primero el trabajo más antiguo del llamador más activo una vez que se alcanza ese límite o el techo de almacenamiento.

Precisión y limitaciones del modelo

ai& dijo que optimiza y ofrece cada modelo de JapanFold en procesadores Tenstorrent con una precisión de 1:1, sin el recargo de costo, porque los modelos escalan casi linealmente en el hardware — duplicar el número de procesadores duplica la salida. Antes de cada lanzamiento, la salida de la plataforma se verifica para paridad con la implementación de referencia oficial de cada modelo, y una fase de comparación se aprueba cuando el dispositivo se sitúa dentro del nivel de ruido semilla a semilla de la referencia, según la documentación de precisión.

Esa documentación también incluye advertencias. Las verificaciones de paridad miden el puerto en lugar de la ciencia subyacente, comparando el dispositivo con la implementación de referencia usando la misma entrada en lugar de compararlo con estructuras experimentales. Los pesos de OpenFold3 son un punto de control preliminar entrenado mucho antes del programa completo de AlphaFold3, por lo que sus puntuaciones de confianza deben leerse antes de confiar en una predicción. Los puntos de control de OpenDDE coinciden con su implementación de referencia, incluida la debilidad de esa implementación en algunos objetivos duros de anticuerpo‑antígeno.

En una publicación complementaria, los cofundadores de ai& Shimpei Hara y David Bennett explicaron la economía computacional detrás del lanzamiento. Los modelos de plegamiento están limitados por el cómputo más que por el ancho de banda de memoria como los modelos de lenguaje, escribieron, por lo que la carga de trabajo favorece chips diseñados alrededor de la aritmética y la memoria en chip. Informaron que un Blackhole Galaxy alcanza el rendimiento de una NVIDIA DGX B200 en una proteína de 512 residuos a aproximadamente una quinta parte del precio de compra — alrededor de cinco veces el rendimiento por dólar, manteniendo constante la carga de trabajo y la precisión — citando las mediciones de referencia publicadas del proyecto.

Hardware y las dos compañías

El servidor Tenstorrent Galaxy Blackhole de la plataforma incorpora 32 ASIC Blackhole con una capacidad de 23 petaFLOPS de cálculo de bloque FP8, con 6,2 GB de SRAM de acelerador y 1 TB de memoria GDDR6, según las especificaciones de hardware de Tenstorrent. El sistema refrigerado por aire de 6U tiene un precio de $160,000, y una configuración de superclúster de cuatro sistemas Galaxy Blackhole comienza en $640,000.

“La comunidad investigadora de Japón nunca debería tener que elegir entre IA de clase mundial y mantener sus datos soberanos”, dijo David Bennett, CEO y cofundador de ai&, en el anuncio de lanzamiento. Afirmó que JapanFold elimina ese compromiso.

“Tenstorrent ofrece cómputo rápido y escalable, y ai& posee toda la pila en Japón”, dijo Jim Keller, CEO de Tenstorrent. “Juntos, lo hemos convertido en una plataforma que los investigadores pueden realmente usar con JapanFold”.

ai& es una empresa de tecnología de IA integrada verticalmente fundada en marzo de 2026 y con sede en Yokohama, que integra la infraestructura de centros de datos, cómputo heterogéneo y servicios de modelos en una única plataforma. Tenstorrent, liderada por Keller, fabrica procesadores y sistemas de IA basados en RISC‑V para desarrolladores, empresas e infraestructura soberana, y ha recaudado más de $1 billion de inversores como Bezos Expeditions, Samsung, LG Electronics, Hyundai Motor Group y Fidelity. Las compañías describieron el lanzamiento de JapanFold como el primer paso en un esfuerzo más amplio para poner a disposición de las comunidades de investigación científica de la región una infraestructura de IA soberana y de código abierto.