快讯 23:34Anthropic工程师解析Claude写作退化:模型被训练成写给AI而非人类23:31谷歌发布Gemini 3.8 Flash系列TTS模型,支持自然语言定制语音23:29AI安全事件与数学突破被指炒作,专家称责任在企业疏忽而非模型失控 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

论文 今天 · 星期四 · 09-24 19:41 约 2 分钟读完

摩尔线程MTT S5000完成Protenix-v2全链路适配,打通AI4S三大场景

摘要

摩尔线程宣布MTT S5000智算卡完成字节跳动Protenix-v2模型全链路推理支持。该模型2026年4月开源,性能对标AlphaFold 3,可预测蛋白质、DNA、RNA及小分子配体复合物。此次适配使摩尔线程在AI for Science领域完成大分子结构预测、基因组建模与临床影像三大场景验证。

摩尔线程于9月24日对外公布,其训推一体智算卡MTT S5000已实现对开源生物分子结构预测模型Protenix-v2的全链路推理支持。这一适配工作意味着国产GPU在生命科学计算领域又向前推进了一步,为后续面向药企和科研机构的算力服务打下基础。

Protenix-v2由字节跳动Seed团队研发,于2026年4月开源发布。该模型定位于生物分子结构预测的端到端基座,支持蛋白质、DNA、RNA以及小分子配体复合物的高精度预测。在多项核心基准测试中,其性能与DeepMind的AlphaFold 3持平,部分指标甚至实现超越,被视为当前全球范围内少数具备同类能力的开源模型之一。

从工程验证的角度看,MTT S5000此次完成的不只是单一模型的推理适配。摩尔线程方面表示,随着Protenix-v2的接入,公司已在AI for Science方向完成大分子结构预测、全基因组序列建模与临床医学影像三大核心场景的端到端工程验证。这三类场景分别对应药物发现、基因研究和医学诊断等关键应用方向,对算力平台的通用性和稳定性要求较高。

对于国内药企及科研机构而言,Protenix-v2与MTT S5000的组合提供了一套可用的AI4S算力底座选项。在生物计算领域,结构预测模型的推理效率直接影响研发迭代速度,而国产硬件平台完成全链路支持,有助于降低对海外算力方案的依赖。目前摩尔线程尚未披露该适配方案的具体性能数据或商业化落地时间表。

摩尔线程Protenix-v2AI for Science生物分子结构预测
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
23
模型产品档案
50
企业落地案例
6
完整版提示词