Anthropic повідомляє, що Claude оптимізував понад 30 відкритих біомолекулярних моделей

Anthropic опублікувала дослідницький пост 17 вересня 2026 року, повідомляючи, що Claude оптимізував понад 30 відкритих біомолекулярних моделей за майже чотири тижні, що, за словами компанії, прискорило моделі приблизно в 4 рази в середньому. Anthropic відкрила вихідний код оптимізованих моделей і оголосила про конкурс з проєктування білків, спонсорований спільно з Adaptyv Bio.

36 оптимізованих пакетів і ядра FlashPairformer

Згідно з дослідницьким постом та супровідним технічним звітом, внутрішня універсальна дослідницька модель створила оптимізовані пакети для 36 реалізацій моделей, що охоплюють понад 30 відкритих моделей у шести сімействах: ко-складання та передбачення структури (14 пакетів), галюцинація (3), генерація структури (6), інверсне складання (3), геноміка (7) та білкові мовні моделі (3). Anthropic зазначила, що Claude керувався переважно двома членами технічного персоналу з досвідом у біомолекулярному моделюванні, проте без досвіду в оптимізації інференції чи інженерії ядер.

Кожен пакет працює з оригінальними вагами моделі та пропонує до трьох режимів: Exact — призначений точно відтворювати вихідні результати моделі біт за бітом; Fast — який обмінює невелику кількість чисельної точності на швидкість; та Big — який зменшує використання пам’яті, щоб більші вхідні дані вміщалися у пам’ять GPU. За даними звіту, режим Exact виконував прямий прохід 14 моделей передбачення структури в середньому в 1,6 рази швидше, ніж незмінені моделі на графічних процесорах NVIDIA H100, режим Fast працював на 13 моделях, які його підтримують, в середньому в 4,1 рази швидше, а режим Big забезпечував прискорення в середньому в 3,4 рази.

Сучасні моделі передбачення структури, такі як AlphaFold3, OpenFold3 та Boltz-2, витрачають значну частину часу та пам’яті на трикутну увагу та трикутне множення — дві операції, вартість яких зростає кубічно від кількості токенів. NVIDIA розробила спеціалізовані ядра для цих операцій, спочатку у cuEquivariance, а нещодавно у BioNeMo Inference Runtime. Для того самого вузького місця Claude створив FlashPairformer v1 — набір кастомних GPU‑ядер. За даними звіту, FlashPairformer v1 виконував трикутну увагу в 2,7 рази швидше, ніж стандартні ядра галузі при ширині пари 128, яку використовують AlphaFold3 та Boltz-2, і в 2,9 рази швидше при ширині 256, яку використовує Protenix v2, а трикутне множення було швидше відповідно в 1,7 та 3,2 рази, виміряно на одному NVIDIA H100.

Окрім спільних ядер, Claude створив оптимізації, специфічні для кожної моделі, включаючи мемоізацію проміжних результатів, які оригінальний код переобчислював, константне згортання гілок з постійними виходами, захоплення графу CUDA та злиття ядер. За даними звіту, прискорення у Fast‑режимі для моделей передбачення структури варіювалися від 2,3 рази для OpenDDE до 6,4 рази для Chai-1, а геноміка та білкові мовні моделі отримали прискорення від 1,2 до 5,0 разів у режимі Exact.

Щодо точності, у звіті зазначено, що у FoldBench-Lite, об’єднаному бенчмарку з 1 925 пар модель‑ціль за 13 конфігурацій моделей, частка прийнятних передбачених інтерфейсів становила 54,8 % у режимі за замовчуванням порівняно з 55,0 % для Exact, 54,5 % для Fast і 54,2 % для Big, без статистично значущих змін. Зазначені обмеження включають вимірювання лише на GPU H100, прискорення ColabFold, виміряні проти версії 1.6.1 до випуску власних злитих ядер проектом, а також використання в режимах Exact і Fast до 3,2 рази більшої пам’яті, ніж у режимі за замовчуванням.

Режим Big для масштабних біомолекулярних систем

Anthropic зазначила, що режим Big з низьким споживанням пам’яті дозволяє точно моделювати біомолекулярні системи, що перевищують 10 000 токенів (амінокислот, нуклеотидів та атомів малих молекул і іонів), та виконувати інференс для систем понад 70 000 токенів, все це на одному вузлі NVIDIA GPU, що, за словами поста, раніше вважалося недосяжним завданням. Молекулярні машини, передбачені точно у режимі Big, включають людський мітохондріальний комплекс I, шаперонний комплекс TRiC, протеасому та бактеріальну 70S рибосому, кожна з яких дуже близько відповідає експериментальній структурі з TM‑оцінками від 0,92 до 0,997, згідно зі звітом. Anthropic зазначила, що, наскільки їй відомо, це серед найбільших структур, коли‑небудь точно складених за допомогою моделей передбачення структури; у звіті зазначено, що у статті про AlphaFold3 підкреслено точне передбачення 40S рибосоми у 7 663 токени, а AlphaFold3 навчався на фрагментах довжиною не більше 768 токенів.

Щоб перевірити межі оптимізацій, Claude здійснив передбачення структури для цілих вірусних капсид і білкових компартментів, розміром приблизно від 31 000 до понад 70 000 амінокислотних залишків, використовуючи один вузол з восьми GPU B300. Усі сім запусків завершилися, проте кожне передбачення колапсувало у компактний шар, з TM‑оцінками від 0,08 до 0,14 там, де вони були виміряні. За даними звіту, колапс, ймовірно, свідчить про нездатність до узагальнення, оскільки збірки в 40‑90 разів більші за найбільший навчальний фрагмент AlphaFold3, і трактує результат як розширення можливостей обчислень, а не знань моделей.

Проєктування зв’язувальників на одному GPU

У попередній роботі Anthropic над дизайном зв’язок, Claude працював з підказкою приблизно у 16 000 слів, використовував підагенти та міг витратити до $10,000 на кожну ціль на платформі AI‑інфраструктури Modal, що становило приблизно 2 500 годин роботи GPU H100, протягом 24 годин. У новій конфігурації один модель Claude отримала один GPU NVIDIA H200 і 24 години реального часу, працювала з підказкою близько 1 100 слів і не мала підагентів та людського керування. Три моделі — Mythos 5.1, Mythos 5 і Opus 5 — були запущені проти 16 цілей попереднього дослідження.

У звіті зазначено, що медіанні оцінки за ipSAE, ін‑сіліко показником, який, за їх словами, передбачає експериментальне зв’язування, склали 0.785 для Opus 5, 0.781 для Mythos 5.1 і 0.739 для Mythos 5, проти 0.749 у попередніх кампаніях, при найкращих дизайнах — 0.833, 0.825 і 0.813 порівняно з 0.817. Запуски на одному GPU використали бюджет GPU приблизно в 100 разів менший, і у дописі зазначено, що сумарні витрати близько $150 на GPU та токени забезпечили ін‑сіліко продуктивність, що відповідає попереднім кампаніям. У звіті зазначено, що дизайни з цих запусків ще не були випробувані експериментально, а оцінки є ін‑сіліко вимірюваннями, а не експериментальними результатами.

Умови випуску з відкритим кодом

Anthropic випустила код у публічному репозиторії GitHub, що містить 36 готових до використання наборів оптимізації, по одному на кожен інструмент верхнього рівня, при цьому оригінальний код ліцензовано за Apache License 2.0; початковий публічний випуск був закомічений 17 вересня 2026 р. Набори мають спільний словник режимів off, exact, fast та big і налаштовані для GPU NVIDIA H100 80 ГБ на Linux x86‑64, причому деякі набори також постачають конфігурації A100, H200, B200 або B300. У репозиторії зазначено, що цей випуск є довідковим, не підтримується і не приймає внесків, а попередньо зібрані образи Docker і Apptainer планується випустити протягом тижня після початкового випуску.

Конкурс з дизайну білків за участю Adaptyv Bio

Anthropic повідомила, що разом з Adaptyv Bio вони обрали п’ять задач на межі сучасних можливостей дизайну білків, включаючи міжвидову крос‑реактивність, чутливість до pH та специфічність пептид‑MHC, а також складні мішені, такі як GPCR. За даними сторінки конкурсу, дві організації спільно спонсорують $1 млн у експериментальну валідацію, щоб протестувати понад 5 000 дизайнів білків у автоматизованій лабораторії Adaptyv без витрат для учасників, при цьому Anthropic надає додаткові $1 млн у вигляді кредитів Claude. У дописі Anthropic зазначено, що Modal надасть до $250,000 у вигляді обчислювальних кредитів, а Twist Bioscience забезпечить ДНК для конкурсу.

Запропоновано три траєкторії участі: дослідницькі лабораторії та компанії, які отримують до $50,000 у вигляді кредитів Claude для академічних команд і до $25,000 для промислових команд, приблизно 20 відібраних команд і зарезервоване лабораторне тестування до приблизно 18 дизайнів на кожний виклик; індивідуальні дослідники або команди до трьох осіб, які отримують безкоштовний доступ Claude Max 20x під час конкурсу; а також самофінансована відкрита траєкторія, у якій використання Claude є необов’язковим.

Заявки приймаються з 16 вересня по 24 вересня 2026 р., а відібрані команди будуть повідомлені до 28 вересня 2026 р. П’ять щотижневих викликів проводяться з 28 вересня по 31 жовтня 2026 р., експериментальна валідація запланована завершитися до 30 листопада 2026 р., а результати будуть опубліковані на Proteinbase 15 грудня 2026 р. Учасники зберігають права власності на свої дизайни, усі експериментальні результати, включаючи негативні, будуть опубліковані відкрито, і грошовий приз не передбачено; на сторінці зазначено, що графік є плановим і може змінюватися.