清华大学发布单细胞蛋白组基础模型 ProtCell,在摩尔线程 S5000 上完成预训练复现
据摩尔线程公众号,清华大学自动化系江瑞课题组发布单细胞蛋白组基础模型 ProtCell,汇集约 3.8 亿个细胞、98 个公开数据集用于预训练与评估,可映射细胞状态、推断未测蛋白表达。
国产智算卡在生命科学基础模型上给出与国际 GPU 仅差约 0.2% 的复现结果,算力国产替代有了可量化参照。
- 影响生物医药与科学计算团队的训练算力采购多出国产选项,成本与供应结构可重新测算;政策把「人工智能 +」科学技术列为重点行动首位,生物遗传数据的安全考量可能让自主算力要求向采购环节传导;复现指标为论文与厂商口径,尚未见独立评测。
- 参考可考虑在下一轮算力评估中把国产训练卡纳入对比清单,先用小规模任务实测 MUSA 生态的代码迁移成本;值得盘点现有训练代码对 CUDA 的依赖范围,再挑选试点场景。