AMD и Absci развивают партнерство для ускорения работы платформы проектирования антител Origin от компании Absci на ускорителях AMD Instinct™ под управлением открытого программного стека AMD ROCm™. Команда AMD и Absci добилась трехкратного прироста производительности по сравнению с производственной версией модели AbsciBind от Absci — фильтра связывания антител на основе ко-фолдинга, в котором используется AlphaFold2-Multimer с оптимизированными ядрами Triton.
Origin, комплексная ИИ-платформа Absci для поиска мишеней и де ново проектирования антител, объединяет высокопроизводительные данные «мокрых» лабораторий с моделями глубокого обучения в цикле быстрого обратного масштабирования. По мере масштабирования Absci, обучения моделей структурной биологии нового поколения и обслуживания высокопроизводительного вывода, добавление ускорителей AMD Instinct™ обеспечивает платформу большего масштаба, одновременно снижая затраты и предотвращая привязку к конкретному поставщику.
От совместных тестов до трехкратного ускорения вывода
Научные приложения уделяют первостепенное внимание точным и стабильным результатам, поэтому команды с осторожностью относятся к интеграции новой платформы ускорителей. Компания Absci развернула среду AMD Instinct™, максимально приближенную к своему производственному стеку в Oracle Cloud Infrastructure (OCI). Благодаря совместному доступу инженеры обеих компаний могли работать как единая команда, проверяя одни и те же рабочие нагрузки. Затем команда запустила собственные протоколы тестирования Absci, чтобы подтвердить качество вывода и вычислительную производительность по сравнению с существующим парком GPU. Метрики качества в начальных запусках неизменно оставались на прежнем уровне, и команда быстро устранила все пробелы в производительности.
«Запустить эту модель на стеке ROCm оказалось несложно. Она заработала «из коробки» после того, как мы правильно настроили среду ROCm. Оптимизация ядер стала результатом более глубокого совместного анализа. Как только AMD предоставила ядра, мы смогли довольно быстро добавить их в модель и существенно увеличить пропускную способность нашего конвейера проектирования антител. Оценка проектов антител с помощью ко-фолдинга — одна из самых ресурсоемких задач во всем нашем рабочем процессе», — говорит Йован Цеджович (Jovan Cejovic), главный инженер-программист, руководитель направления ИИ-платформ в Absci.
Значительная часть времени вывода Absci тратится на AbsciBind, который опирается на ко-фолдинг: вывод 3D-структуры комплекса антитело-антиген на основе входных последовательностей. Эта модель использует две критически важные для производительности низкоуровневые функции: треугольное внимание (triangle-attention) и треугольное мультипликативное обновление (triangle-multiplicative-update). В рамках вклада AMD в OpenFold3 (и Absci, и AMD входят в консорциум OpenFold) эти треугольные операции были оптимизированы с помощью набора ядер Triton. Интегрировав ядра Triton от AMD в AbsciBind, команда добилась трехкратного ускорения по сравнению с производственной моделью Absci при сохранении качества вывода. Те же ядра применимы и к другим моделям Absci, использующим те же треугольные операции, например AbsciDiff.
Влияние и будущее сотрудничество
Основываясь на сильных результатах этих тестов, компания Absci приобрела новый кластер GPU AMD Instinct™ MI300X от OCI, предоставивший команде масштабируемую платформу для разработки Origin-3 — ее платформы структурной биологии и проектирования антител нового поколения. AMD и Absci продолжают партнерство, включая запланированное обновление до ускорителей AMD Instinct™ следующего поколения, а также распространение оптимизаций ядер и других улучшений на более широкий стек глубокого обучения и углубление совместной инженерной экспертизы.
«Тесное сотрудничество с Absci показывает нам, как наши GPU работают в производственных научных приложениях, где числовые допуски строже, чем в большинстве рабочих нагрузок машинного обучения, а их команда обладает отраслевой экспертизой и устоявшимися протоколами проверки для тщательного тестирования. Ядра, лежащие в основе ускорения Absci, уже имеют открытый исходный код и переносятся на любую модель на базе тех же операций, поэтому опыт их полноценной производственной интеграции принесет пользу следующей команде, которая решит сделать это самостоятельно», — отмечает Джеффри Мартин-Нобл (Geoffrey Martin-Noble), главный специалист технического персонала в AMD.
Об Absci
Absci — это ориентированная на данные компания в сфере создания лекарств с помощью ИИ, которая разрабатывает дифференцированные терапевтические препараты с использованием генеративного ИИ. Их платформа Integrated Drug Creation поддерживает передовые ИИ-модели de novo и модели оптимизации лигандов на базе ИИ, предназначенные для создания лучших биопрепаратов против труднодоступных для лекарств мишеней.
Все заявления о повышении производительности и/или снижении затрат предоставлены сторонней организацией, упомянутой в данном документе, и не были независимо проверены AMD. На показатели производительности и выгоды от затрат влияет множество переменных. Приведенные здесь результаты относятся исключительно к данной сторонней организации и могут не быть типичными. GD-181a.
