既要速度又要精度，ASC25超算大賽挑戰AlphaFold3推理優化

2025 ASC世界大學生超算競賽（ASC25）預賽階段已接近尾聲，經預賽選拔的25強隊伍將參加5月10日-14日在青海大學舉行的總決賽。全球300多支高校隊伍在預賽階段需完成指定任務，其中包括一道基于最新諾貝爾化學獎成果的人工智能難題――AlphaFold3推理優化。參賽隊伍需要根據組委會的要求，在不同計算平臺上運行并優化AlphaFold3結構預測代碼，同時保持模型精度，推動AlphaFold3在實際業務場景的應用落地。

AlphaFold3能以極高精度預測多種蛋白質復合結構

諾獎應用AlphaFold推理優化難題亟待突破

2024年諾貝爾化學獎的一半被授予戴米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M.Jumper），以表彰他們在“蛋白質結構預測”方面的貢獻。他們開發的AlphaFold2模型解決了一個已有50年歷史的重大難題。

精準預測蛋白質結構對生命科學意義重大。AlphaFold2基于大量氨基酸序列及對應蛋白質三維結構數據進行訓練，最終實現了端到端準確預測蛋白質結構，不到一年時間就預測了超過兩億個蛋白質三維結構，而以往完成這些結構的預測需要花費數年甚至十幾年的時間，這極大降低了科研時間和成本。以蛋白質設計應用為例，傳統蛋白質設計受限于生物試驗的長周期和高成本，只能在已發現蛋白的局部進行有限探索。而通過AlphaFold預測蛋白質屬性，則突破了生物試驗的速度和成本瓶頸，可在無限空間中探索全新蛋白設計，為藥物研發和生物制造帶來無限可能。最新的AlphaFold3功能再度升級，能以極高的精度預測多種蛋白質復合結構，包括蛋白質與蛋白質、DNA、RNA、配體分子等多種生物分子，在藥物研發、疾病機理研究、精準醫學等領域應用廣泛。

隨著AlphaFold3的廣泛應用，其推理優化的重要性逐漸凸顯。AlphaFold3的復雜性很高，其推理過程需要消耗大量的計算資源。盡管現有推理速度已提升至分鐘級，但在高通量設計體系下，面對百萬級序列預測，現有速度仍顯不足，限制了業務效果提升和產業發展。因此，突破AlphaFold3推理速度優化問題是當務之急。但AlphaFold3推理優化并非易事，需要在減少模型復雜度和保持預測準確性之間找到平衡，以確保優化后的模型仍能提供可靠的預測結果。若蛋白質結構預測不準確，下游功能必然受影響。

大學生探索AlphaFold3在更廣泛計算平臺的運行優化

為了引導大學生學習理解人工智能與生命科學研究結合的最新成果，探索解決最前沿的生命科學行業難題，ASC25大賽設置了AlphaFold3推理優化賽題。要求各參賽隊伍基于組委會提供的氨基酸序列，在不同平臺上分別運行和優化AlphaFold3結構預測代碼。大賽期望通過這一賽題，考察參賽隊伍對AlphaFold3推理過程的理解能力和優化能力，并探索其在更廣泛平臺上的運行優化。

該賽題的難點在于：其一，參賽學生需要在保持模型精度的前提下提升推理速度，不能使用明顯降低精度的優化手段；其二，基于CPU平臺的模型推理優化難度大且可參考的實例少，CPU平臺的并行處理方式、內存訪問模式和編程范式與GPU平臺不同，對大學生來說是很大的挑戰。要想在這道賽題中取得佳績，各參賽隊伍需要充分了解并掌握AlphaFold3模型結構、推理過程，以及常見的模型優化方法，學習并嘗試運用各種技術手段加速推理過程。

AlphaFold3推理優化賽題專家、百圖生科技術副總裁張曉明表示，探索AlphaFold3在不同計算平臺的運行優化，對于提升業務效果、降低研發成本意義重大。希望這道極具挑戰性的賽題能夠激發大學生對人工智能、蛋白質結構預測領域的興趣，也期待參賽學生提出優秀的創新優化方案，從而降低AlphaFold3的運行門檻和計算成本。

AlphaFold3推理優化賽題專家、百圖生科技術副總裁張曉明

ASC世界大學生超級計算機競賽（ASC Student Supercomputer Challenge）由中國發起組織，并得到亞洲及歐美相關專家和機構支持，旨在通過大賽平臺推動各國及地區間超算青年人才交流和培養，提升超算應用水平和研發能力，發揮超算的科技驅動力，促進科技與產業創新。ASC超算大賽迄今已舉行至第十二屆，吸引來自全球六大洲上萬名大學生報名參賽，是全球最大規模的大學生超算競賽。