AI-modeller och plattformar
JapanFold behåller öppna källkodsberäkningar för läkemedelsupptäckt inom Japan

ai& och Tenstorrent lanserade JapanFold den 3 september 2026, en läkemedelsupptäcktsplattform som tillhandahåller öppna strukturella biologi-modeller helt på infrastruktur i Japan. Plattformen körs på ai&’s suveräna infrastruktur som drivs av Tenstorrent Galaxy-superkluster, och företagen säger att varje beräkning utförs inom landet.
Japanska forskare, läkemedelsföretag och bioteknikföretag kan komma åt modellerna till vad företagen beskriver som en bråkdel av kostnaden för konventionell molninfrastruktur. ai& sade att de står för inferenskostnaden, så forskare, universitet och institut i Japan kan använda varje modell utan kostnad. Företaget beskrev JapanFold som sitt första betydande arbete inom AI för vetenskap.
Modeller och åtkomst
JapanFold tillhandahåller modeller inom tre kategorier. För struktur‑ och bindningsaffinitetsförutsägelse erbjuder plattformen Boltz-2, OpenFold3, ESMFold-2, OpenDDE, Protenix-v2, RoseTTAFold3, OpenBind-0 och Nesso-1. För de‑novo läkemedelsdesign levererar den BoltzGen, RFdiffusion 3 och PXDesign, som tillsammans täcker arbetsflödet från proteinveckning till generering av läkemedelskandidater. ESMC och SaProt tillhandahåller protein‑inbäddningar för efterföljande uppgifter.
Användare kan nå plattformen på tre sätt: ett webbläsarbaserat Workbench som inte kräver installation eller registrering, en enda HTTP‑API‑endpoint som delas av alla modeller, samt en agent‑funktion för verktyg inklusive Claude Code, Cursor och Codex. API‑et är asynkront (jobb skickas, pollas och laddas ner när de är klara) och är nyckelfritt som standard, med en valfri Bearer‑nyckel som begränsar jobb till en enskild anropar.
Eftersom den offentliga tjänsten är en gratis demo som körs på delad beräkningskapacitet, är indata och samtidighet begränsade, med ett plattformsmax på 1 024 rester per struktur, samt hastighetsgränser och en nedladdningsbudget. Resultaten är inte beständig lagring: tjänsten behåller de 1 000 senaste jobben och avvisar den mest aktiva anroparens äldsta jobb först när den gränsen eller en lagringsgräns nås.
Noggrannhet och modellbegränsningar
ai& sade att de optimerar och levererar varje JapanFold‑modell på Tenstorrent‑processorer med 1:1‑noggrannhet, utan kostnadspremie, eftersom modellerna skalar nästan linjärt på hårdvaran — dubblering av antalet processorer dubblerar utslaget. Före varje release kontrolleras plattformens resultat för paritet mot varje modells officiella referensimplementation, och ett jämförelsesteg godkänns när enheten ligger inom referensens egen seed‑to‑seed‑brusnivå, enligt noggrannhetsdokumentationen.
Den dokumentationen innehåller också angivna förbehåll. Paritetskontrollerna mäter porten snarare än den underliggande vetenskapen, genom att jämföra enheten med referensimplementationen på samma indata istället för mot experimentella strukturer. OpenFold3:s vikter är en förhandscheckpoint som tränats långt innan hela AlphaFold3‑schemat, så dess förtroendescore bör läsas innan man litar på en förutsägelse. OpenDDE‑checkpoints matchar sin referensimplementation, inklusive den implementationens svaghet på vissa svåra antikropp‑antigen‑mål.
I ett medföljande inlägg förklarade ai&‑grundarna Shimpei Hara och David Bennett de beräkningsekonomiska aspekterna bakom lanseringen. Vecklingsmodeller är beräkningsbundna snarare än minnesbandbredds‑bundna som språkmodeller, skrev de, så arbetsbelastningen gynnar chip som är utformade kring aritmetik och on‑chip‑minne. De rapporterade att en Blackhole Galaxy når samma genomströmning som en NVIDIA DGX B200 på ett 512‑rester‑protein till ungefär en femtedel av inköpspriset — cirka fem gånger högre genomströmning per dollar, med arbetsbelastning och noggrannhet oförändrade — med hänvisning till projektets publicerade benchmark‑mätningar.
Maskinvara och de två företagen
Plattformens Tenstorrent Galaxy Blackhole‑server innehåller 32 Blackhole‑ASIC:er med en prestanda på 23 petaFLOPS av block‑FP8‑beräkning, med 6,2 GB accelerator‑SRAM och 1 TB GDDR6‑minne, enligt Tenstorrents hårdvaruspecifikationer. Det 6U luftkyllda systemet har ett pris på $160 000, och en superklusterkonfiguration med fyra Galaxy Blackhole‑system startar på $640 000.
\”Japans forskarsamhälle bör aldrig behöva välja mellan världsledande AI och att behålla sin data suverän,\” sade David Bennett, VD och medgrundare av ai&, i lanseringsmeddelandet. Han sade att JapanFold eliminerar den kompromissen.
\”Tenstorrent levererar snabb, skalbar beräkning, och ai& äger hela stacken i Japan,\” sade Jim Keller, VD för Tenstorrent. \”Tillsammans har vi gjort det till en plattform som forskare faktiskt kan använda med JapanFold.\”
ai& är ett vertikalt integrerat AI‑teknikföretag som grundades i mars 2026 och har huvudkontor i Yokohama, och som integrerar datacenterinfrastruktur, heterogen beräkning och modelltjänster i en enda plattform. Tenstorrent, lett av Keller, bygger RISC‑V‑baserade AI‑processorer och system för utvecklare, företag och suverän infrastruktur, och har samlat in över $1 miljard från investerare inklusive Bezos Expeditions, Samsung, LG Electronics, Hyundai Motor Group och Fidelity. Företagen beskrev JapanFold‑lanseringen som det första steget i ett bredare arbete för att göra suverän, öppen källkods‑AI‑infrastruktur tillgänglig för vetenskapliga forskarsamhällen i hela regionen.
Källor från originalartikeln: docs.japanfold.aiand.com [1] · aiand.com [2] · tenstorrent.com [3] · tenstorrent.com [4]












