Claude不到4週優化36款生物模型，平均提速約4倍

動察 Beating AI 快訊，Anthropic 讓 Claude 給 36 款開源生物模型做了一輪性能優化。不到 4 週，這些模型平均跑快約 4 倍，覆蓋蛋白質結構預測、蛋白質設計和基因組分析等任務。相關優化代碼已經全部開源。

Claude 做的也不只是改改 Python 代碼，還自己寫了 FlashPairformer 等 GPU kernel，直接從底層提高 GPU 計算效率。官方測試中，一些原本非常耗時的計算最多快了 3.2 倍。碰到不同模型，Claude 還會逐個找瓶頸，把重複計算刪掉，或者把經常會用到的數據提前緩存起來。

整個過程由兩名 Anthropic 生物建模研究員監督，但兩人此前都沒有推理優化或 kernel 工程經驗。即使要求優化前後結果完全一致，這些模型平均也能提速約 1.6 倍；如果允許模型結果出現正常範圍內的細微差異，平均提速能到約 4 倍。

Anthropic 之前做一次蛋白質設計實驗，每個目標最多要用約 2500 個 H100 GPU 小時。經過優化後，一台 H200 跑 24 小時就能做到接近的效果，GPU 加 Claude 的成本合計約 150 美元。原來要燒上千個 GPU 小時的實驗，現在一天左右就能跑完。