说到AlphaGo，一般人都或多或少听说过，它因击败了人类围棋大师被誉为“世界壮举”，标志着人类向通用型的人工智能迈出了具有里程碑意义的重要一步。

而如今在前沿科学研究中的AlphaFold2模型则是人工智能（AI）应用的另外一个标志，它因展现出AI for Science的巨大潜力，而受到了各界人士的青睐。

AlphaFold2助蛋白质结构预测，树AI for Science新高度

蛋白质是组成人体细胞组织的重要成分，对蛋白质三维结构开展有效解析与预测，可为生物学、医学、药学乃至农业、畜牧业等行业未来研究与发展提供重要依据，尤其对与人类健康直接相关的药物研发意义重大。

然而，用X光、冷冻电镜、核磁共振等传统方法对蛋白质结构进行解析，远赶不上氨基酸序列的增加速度，这会造成海量待测样品在实验室中等待数月乃至数年。国际权威数据库SWISS-PROT显示，目前累计的蛋白序列的信息已经超过56万，用传统方法去完成这浩瀚繁多的测序无疑成为“不可能完成的任务”，须另辟蹊径。

科技创新的车轮滚滚向前。如前文所述，人工智能的发展为蛋白质测序效率带来了契机。其中AlphaFold2模型让人工智能在生物医药领域发挥着重要的作用。

一般来说，人工智能方法的预测精度超过90分，便可认为预测结果与实验方法得到的蛋白质结构基本一致。而AlphaFold2的92.4分，其不仅可以分析X-射线晶体学很难解决的楔入细胞膜中的蛋白质结构，还成功解开了蛋白质折叠问题，甚至可以帮助研究者们制造自然界中不存在的蛋白质。

AlphaFold2带来的这些重大突破，标志着AI辅助药物基础理论研究进入新的阶段，树立了AI for Science新高度。

比如，目前全球设计的几乎所有的药物都作用于蛋白质，通俗讲，需要像钥匙开锁般精确匹配，而此过程的第一步是确定哪把钥匙开哪把锁，用更专业的话说，就是寻找药物靶标，即弄清楚药物分子作用与何种蛋白结合。而通过可解码蛋白质结构的人工智能算法，就可快速筛选成千上万的新药物靶标，从而大大缩短新药研制周期；而制造自然界中并不存在的蛋白质，无疑可以更好帮助人类以前所未有的方式应对重大挑战。

端到端优化AlphaFold2，让人工智能更普适济民

AlphaFold2为蛋白质结构解析与预测提供了通途，为人工智能在生物医药等领域的应用打开了新的窗口，然而随其在产、学、研各细分领域中的落地，也遇到严峻挑战。例如，随各种应用对于推理高通量和高性能的需求与日剧增，使用者需要更加充分地挖掘平台计算潜力，来提升执行效率。

所谓高通量测序技术，也被称为革命性的蛋白质测序方法，也是“十四五”时期生物经济领域重点推进创新应用的一项关键技术，简单讲就是一次并行对大量核酸分子进行平行序列测定的技术，但实施一次测序就能产出不低于100Mb的数据，这巨大的数据量给AlphaFold2的应用带来很大困扰。

原来，AlphaFold2刚问世时由于算法和硬件架构本身等问题，如GPU的并行计算，但是这类硬件存在严重的内存限制，使得即便是使用单卡最大内存，能够输入去预测的蛋白质序列长度也不足1000氨基酸。

这一软件级调优，经先在预处理阶段对模型进行高通量优化，然后将模型迁移到PyTorch框架，接着再在PyTorch版本上进行细节上的推理优化，最后给予TB级内存支持，即可实现更优的加速效果。

经由上述对AlphaFold2实施的端到端优化，对于一个含有765氨基酸的蛋白质测试样例，采用CPU 64个物理核并发模式，支持了最高3.2TB的内存消耗，测试通量从未经任何优化的4.56序列/天提升105.35序列/天，效率提升达23.11倍；且如果在单节点上配备最高8TB内存，就可以支持完成高于10000氨基酸序列长度下蛋白结构的预测，为人工智能在药物研发等领域的广泛应用展现了无限可能。

在国际学术期刊《Science》联合英特尔推出的《架构师成长计划》课程中，晶泰科技的首席研发专家杨明俊博士这样谈到：“以AlphaFold2为代表的研究成果，被认为是开拓了科学研究的第四范式，就是基于大量的数据，然后采用以深度神经网络为代表的模型，给出对问题的一个解答。蛋白质结构预测曾经被认为是不可能完成的一件事情，如今被AI算法实现，这标志着AI在生物医药领域的进展迈入了一个全新的领域和阶段。”

《“十四五”生物经济发展规划》明确把加快发展高通量基因测序技术，作为开展前沿生物技术创新的重要手段；支持采用人工智能等信息技术，实现药物产业的精准化研制，进而通过生物技术与信息技术融合更好惠民。

相信在这一进程中，英特尔的架构优势也能物尽其用，其软硬兼施对AlphaFold2生物信息测序效率实现端到端优化，并使其具备更高适用性的生动实践，展现了人工智能与科学研究的相互融合，并为人类在前沿科学领域的未来发展带来了广阔的想象空间。通过不断地范式创新成果树立新的“AI for Science”里程碑，以创造更美好的未来！

AI for Science：科学智能，用AI去学习科学原理，得到模型，进而去解决实际问题。

AlphaGo：阿尔法围棋，是DeepMind公司的一个人工智能程序。

AlphaFold2：DeepMind公司的另一人工智能程序，用于蛋白质结构预测。

AI：人工智能。

GPU：图形处理器，是一种专门做图像和图形相关运算工作的微处理器。

CPU：中央处理器，计算机系统的运算和控制核心。

AVX-512：英特尔高级矢量扩展512，是一组能够针对各种工作负载和用途（如科学模拟、深度学习、3D建模与分析等）提高性能的指令。

oneAPI：一套完整的高级编译器、库以及移植、分析和调试器工具，其利用先进的硬件功能加速计算，可与现有的编程模型和代码库互操作。

PyTorch：是一个开源的Python（计算机编程语言）机器学习库。

图文及数据来源：英特尔（中国）有限公司