JapanFold Houdt Open-Source Geneesmiddelenonderzoekberekeningen Binnen Japan

ai& en Tenstorrent lanceerden JapanFold op 3 september 2026, een geneesmiddelenontdekkingsplatform dat open-source structurele biologie-modellen volledig draait op infrastructuur binnen Japan. Het platform draait op de soevereine infrastructuur van ai&, aangedreven door Tenstorrent Galaxy-superclusters, en de bedrijven zeggen dat elke berekening binnen het land wordt uitgevoerd.

Japanse onderzoekers, farmaceutische bedrijven en biotech‑ondernemingen kunnen de modellen benaderen tegen, volgens de bedrijven, een fractie van de kosten van conventionele cloudinfrastructuur. ai& stelt dat het de inferentiekosten draagt, zodat onderzoekers, universiteiten en instituten in Japan elk model gratis kunnen gebruiken. Het bedrijf beschreef JapanFold als haar eerste substantiële inspanning op het gebied van AI voor wetenschap.

Modellen en Toegang

JapanFold biedt modellen aan in drie categorieën. Voor structuur‑ en bindingsaffiniteitvoorspelling biedt het platform Boltz-2, OpenFold3, ESMFold-2, OpenDDE, Protenix-v2, RoseTTAFold3, OpenBind-0 en Nesso-1. Voor de‑novo geneesmiddeldesign levert het BoltzGen, RFdiffusion 3 en PXDesign, die samen de workflow van eiwitvouwen tot generatie van geneesmiddelkandidaten dekken. ESMC en SaProt bieden eiwit‑embeddings voor downstream‑taken.

Gebruikers kunnen het platform op drie manieren bereiken: een browsergebaseerde Workbench die geen installatie of registratie vereist, een enkele HTTP‑API‑endpoint die door elk model wordt gedeeld, en een agent‑skill voor tools waaronder Claude Code, Cursor en Codex. De API is asynchroon (taken worden ingediend, gepolld en gedownload zodra ze voltooid zijn) en standaard zonder sleutel, met een optionele Bearer‑sleutel die taken beperkt tot een individuele aanroeper.

Omdat de openbare dienst een gratis demo is die draait op gedeelde rekencapaciteit, zijn invoer en gelijktijdigheid begrensd, met per‑model limieten zoals 1.024 residuen voor Boltz-2 en 576 voor OpenFold3, plus snelheidsbeperkingen en een resultatenbudget. De documentatie vermeldt dat het volledige platform geen dergelijke limieten heeft. Resultaten worden niet duurzaam opgeslagen: de dienst bewaart de 1.000 recentste taken en verwijdert eerst de oudste taak van de meest actieve aanroeper zodra die limiet of een opslagplafond wordt bereikt.

Nauwkeurigheid en Modelbeperkingen

ai& zegt dat het elk JapanFold‑model optimaliseert en levert op Tenstorrent‑processors met een 1:1‑nauwkeurigheid, zonder de kostenpremie, omdat de modellen bijna lineair schalen op de hardware — het verdubbelen van het aantal processors verdubbelt de output. Voor elke release wordt de output van het platform gecontroleerd op parity ten opzichte van de officiële referentie‑implementatie van elk model, en een vergelijkingsstap slaagt wanneer het apparaat binnen de eigen seed‑to‑seed ruisvloer van de referentie valt, volgens de nauwkeurigheidsdocumentatie.

Die documentatie bevat ook vermelde kanttekeningen. De parity‑controles meten de poort in plaats van de onderliggende wetenschap, door het apparaat te vergelijken met de referentie‑implementatie op dezelfde invoer in plaats van met experimentele structuren. De gewichten van OpenFold3 zijn een preview‑checkpoint die ver vóór het volledige AlphaFold3‑schema is getraind, dus de vertrouwensscores moeten eerst worden geïnterpreteerd voordat men een voorspelling gelooft. De OpenDDE‑checkpoints komen overeen met hun referentie‑implementatie, inclusief de zwakte van die implementatie bij enkele moeilijke antilichaam‑antigeen‑doelen.

In een aanvullende post legden ai&-medeoprichters Shimpei Hara en David Bennett de rekeneconomieën achter de lancering uit. Vouwmodellen zijn reken‑gebonden in plaats van geheugebandbreedte‑gebonden zoals taalmodellen, schreven ze, waardoor de werklast chips bevoordeelt die zijn geoptimaliseerd voor rekenkracht en on‑chip geheugen. Ze meldden dat één Blackhole Galaxy de doorvoersnelheid van een NVIDIA DGX B200 bereikt bij een eiwit van 512 residuen tegen ongeveer een vijfde van de aankoopprijs — ongeveer vijf keer de doorvoer per dollar, bij gelijkblijvende werklast en nauwkeurigheid — met verwijzing naar de gepubliceerde benchmarkmetingen van het project.

Hardware en de Twee Bedrijven

De Tenstorrent Galaxy Blackhole‑server van het platform bevat 32 Blackhole‑ASIC’s met een capaciteit van 23 petaFLOPS blok‑FP8‑rekenkracht, met 6,2 GB accelerator‑SRAM en 1 TB GDDR6‑geheugen, volgens de hardware‑specificaties van Tenstorrent. Het 6U‑luchtgekoelde systeem wordt geprijsd op $160.000, en een superclusterconfiguratie van vier Galaxy Blackhole‑systemen begint bij $640.000.

“De onderzoeksgemeenschap van Japan mag nooit moeten kiezen tussen AI van wereldklasse en het behoud van hun data‑soevereiniteit,” zei David Bennett, CEO en mede‑oprichter van ai&, in de lancering‑aankondiging. Hij stelde dat JapanFold die afweging wegneemt.

“Tenstorrent levert snelle, schaalbare rekencapaciteit, en ai& bezit de volledige stack in Japan,” zei Jim Keller, CEO van Tenstorrent. “Samen hebben we er een platform van gemaakt dat onderzoekers daadwerkelijk kunnen gebruiken met JapanFold.”

ai& is een verticaal geïntegreerd AI‑technologiebedrijf, opgericht in maart 2026 en gevestigd in Yokohama, dat datacenterinfrastructuur, heterogene rekencapaciteit en modelservices integreert in één platform. Tenstorrent, onder leiding van Keller, bouwt op RISC‑V gebaseerde AI‑processors en -systemen voor ontwikkelaars, bedrijven en soevereine infrastructuur, en heeft meer dan $1 billion opgehaald van investeerders waaronder Bezos Expeditions, Samsung, LG Electronics, Hyundai Motor Group en Fidelity. De bedrijven beschreven de lancering van JapanFold als de eerste stap in een bredere inspanning om soevereine, open‑source AI‑infrastructuur beschikbaar te maken voor wetenschappelijke onderzoeksgemeenschappen in de hele regio.