国产 GPU 厂商摩尔线程宣布，旗下训推一体智算卡 MTT S5000 正式完成对开源生物分子结构预测模型 Protenix-v2 的全链路推理支持。这意味着国产算力在 AI for Science（AI4S）科研场景上补齐了关键的一环。

Protenix-v2 是什么

Protenix-v2 是由字节跳动 Seed 团队研发的开源生物分子结构预测模型，于 2026 年 4 月正式发布。在多项核心基准测试中，其性能持平甚至超越 DeepMind 的 AlphaFold 3，是目前全球少数能够对蛋白质、DNA、RNA 及小分子配体复合物进行高精度端到端预测的开源基座模型，打破了海外顶尖模型权重不完全开放、无法私有化部署的限制。

MTT S5000 完成全链路适配

摩尔线程此次适配基于自主 MUSA 软件栈，针对 Protenix-v2 复杂的 PairFormer、扩散采样、MSA 预处理等计算链路，完成了算子兼容与性能调优，攻克了科学计算场景下数值稳定性、访存密集计算等技术难点，贯通了从 MSA 输入、模型前向推理到 pLDDT/PAE 结果后处理的完整业务链路。此前 Protenix-v2 主要面向 CUDA 生态，国产算力缺少完整可用的落地方案，此次适配打通的正是国产算力应用落地的“最后一公里”。

实测性能：平均提速约 26%

摩尔线程技术团队选取 12 个代表性蛋白质测试样本，采用 BF16 精度，完整保留 MSA 处理、模型推理与后处理全流程，将 MTT S5000 与国际主流 GPU 进行性能与精度对标。结果显示，在端到端推理耗时上，12 个样本中有 10 个超越国际主流 GPU，平均提速约 26%；预测精度整体偏差控制在合理浮点漂移区间，12 个样本的综合平均预测精度高度吻合，其中 7 个样本精度微幅反超，单样本最大差异控制在约 1 个百分点内，三维构象结构评估指标高度对齐。

降低科研门槛

为降低开发者使用门槛，摩尔线程同步上线了面向科研场景深度调优的 Protenix-v2 优化版 Docker 镜像（驱动版本 5.2.0）。科研用户无需复杂环境编译，拉取镜像即可一键复现全套测试流程，快速开展蛋白质结构预测、分子辅助设计等科研工作。

此次适配标志着摩尔线程实现了大分子结构预测、全基因组序列建模与临床医学影像三大 AI4S 核心场景的端到端工程验证，为国内药企及科研机构提供 AI4S 算力底座。