JapanFold mantiene le computazioni di scoperta di farmaci open source in Giappone

ai& e Tenstorrent hanno lanciato JapanFold il 3 settembre 2026, una piattaforma di scoperta di farmaci che offre modelli di biologia strutturale open source interamente su infrastruttura situata in Giappone. La piattaforma gira sull’infrastruttura sovrana di ai&, alimentata dai supercluster Tenstorrent Galaxy, e le aziende affermano che ogni calcolo avviene all’interno del paese.

Ricercatori giapponesi, aziende farmaceutiche e imprese biotech possono accedere ai modelli a una frazione del costo dell’infrastruttura cloud tradizionale, secondo quanto descrivono le aziende. ai& ha dichiarato di sostenere i costi di inferenza, così i ricercatori, le università e gli istituti in Giappone possono utilizzare ogni modello gratuitamente. L’azienda ha definito JapanFold il suo primo impegno significativo nell’AI per la Scienza.

Modelli e Accesso

JapanFold offre modelli in tre categorie. Per la previsione della struttura e dell’affinità di legame, la piattaforma propone Boltz-2, OpenFold3, ESMFold-2, OpenDDE, Protenix-v2, RoseTTAFold3, OpenBind-0 e Nesso-1. Per la progettazione de novo di farmaci, mette a disposizione BoltzGen, RFdiffusion 3 e PXDesign, che insieme coprono il flusso di lavoro dal ripiegamento delle proteine alla generazione di candidati farmaceutici. ESMC e SaProt forniscono embedding proteici per attività successive.

Gli utenti possono accedere alla piattaforma in tre modi: un Workbench basato su browser che non richiede installazione o registrazione, un unico endpoint HTTP API condiviso da tutti i modelli, e una skill agente per strumenti tra cui Claude Code, Cursor e Codex. L’API è asincrona (i lavori vengono inviati, interrogati e scaricati al completamento) e, per impostazione predefinita, non richiede chiave, con la possibilità di utilizzare una chiave Bearer opzionale che limita i lavori a un chiamante individuale.

Poiché il servizio pubblico è una demo gratuita che gira su calcolo condiviso, gli input e la concorrenza sono limitati, con un tetto di piattaforma di 1.024 residui per struttura, oltre a limiti di velocità e un budget di download. I risultati non sono conservati in modo permanente: il servizio mantiene i 1.000 lavori più recenti ed elimina per primi i lavori più vecchi del chiamante più attivo una volta raggiunto quel limite o il tetto di archiviazione.

Precisione e Limitazioni dei Modelli

ai& ha dichiarato di ottimizzare e fornire ogni modello JapanFold su processori Tenstorrent con precisione 1:1, senza il premio di costo, poiché i modelli scalano quasi linearmente sull’hardware — raddoppiare il numero di processori raddoppia l’output. Prima di ogni rilascio, l’output della piattaforma viene verificato per parità rispetto all’implementazione di riferimento ufficiale di ciascun modello, e una fase di confronto supera quando il dispositivo si colloca all’interno del livello di rumore seed-to-seed della referenza, secondo la documentazione sulla precisione.

Questa documentazione include anche le avvertenze dichiarate. I controlli di parità misurano la porta piuttosto che la scienza sottostante, confrontando il dispositivo con l’implementazione di riferimento sullo stesso input anziché con strutture sperimentali. I pesi di OpenFold3 sono un checkpoint preliminare addestrato molto prima del programma completo di AlphaFold3, quindi i suoi punteggi di fiducia devono essere letti prima di fidarsi di una previsione. I checkpoint di OpenDDE corrispondono alla loro implementazione di riferimento, inclusa la debolezza di tale implementazione su alcuni target difficili di anticorpo‑antigene.

In un post di accompagnamento, i cofondatori di ai&, Shimpei Hara e David Bennett hanno spiegato l’economia computazionale alla base del lancio. I modelli di folding sono limitati dal calcolo piuttosto che dalla larghezza di banda della memoria come i modelli linguistici, hanno scritto, quindi il carico di lavoro favorisce chip progettati attorno all’aritmetica e alla memoria on‑chip. Hanno riferito che un Blackhole Galaxy raggiunge il throughput di un NVIDIA DGX B200 su una proteina di 512 residui a circa un quinto del prezzo di acquisto — circa cinque volte il throughput per dollaro, mantenendo costanti carico di lavoro e precisione — citando le misurazioni di benchmark pubblicate dal progetto.

Hardware e le Due Aziende

Il server Tenstorrent Galaxy Blackhole della piattaforma è dotato di 32 ASIC Blackhole valutati a 23 petaFLOPS di calcolo FP8 a blocchi, con 6,2 GB di SRAM acceleratore e 1 TB di memoria GDDR6, secondo le specifiche hardware di Tenstorrent. Il sistema raffreddato ad aria da 6U è quotato a $160.000, e una configurazione supercluster di quattro sistemi Galaxy Blackhole parte da $640.000.

“La comunità di ricerca giapponese non dovrebbe mai dover scegliere tra un’IA di livello mondiale e il mantenimento della sovranità dei propri dati”, ha dichiarato David Bennett, CEO e cofondatore di ai&, nell’annuncio di lancio. Ha affermato che JapanFold elimina questo compromesso.

“Tenstorrent fornisce calcolo veloce e scalabile, e ai& possiede l’intero stack in Giappone”, ha detto Jim Keller, CEO di Tenstorrent. “Insieme, lo abbiamo trasformato in una piattaforma che i ricercatori possono realmente utilizzare con JapanFold.”

ai& è una società di tecnologia AI integrata verticalmente, fondata a marzo 2026 e con sede a Yokohama, che integra l’infrastruttura dei data center, il calcolo eterogeneo e i servizi di modello in un’unica piattaforma. Tenstorrent, guidata da Keller, produce processori e sistemi AI basati su RISC‑V per sviluppatori, imprese e infrastrutture sovrane, e ha raccolto oltre $1 miliardo da investitori tra cui Bezos Expeditions, Samsung, LG Electronics, Hyundai Motor Group e Fidelity. Le aziende hanno descritto il lancio di JapanFold come il primo passo di uno sforzo più ampio per rendere l’infrastruttura AI sovrana e open source disponibile alle comunità di ricerca scientifica dell’intera regione.