NVIDIA, 단백질 구조 예측 AI 추론 속도 2.90배 높인 BioIR 공개
기사 3줄 요약
- 1NVIDIA가 기존 PyTorch 환경을 유지하면서 생체 분자 구조 예측 AI 모델 연산 속도를 가속하는 파이썬 라이브러리 'BioNeMo Inference Runtime(BioIR)'의 세부 정보를 공개했습니다.
- 28개의 H100 GPU 환경에서 1,000개 인간 이량체 타깃을 벤치마크한 결과, BioIR이 적용된 Boltz-2 모델은 GPU 시간당 5만 8,500개의 아미노산 잔기(Residue) 접힘을 처리하여 기존 오픈소스 방식(2만 200개) 대비 2.90배의 성능 향상을 기록했습니다.
- 3BioIR은 커스텀 커널 선택, CUDA Graph 캡처, Ray 기반 복제본 스케일링의 3단계 최적화를 제공하며, 이미 알파폴드 데이터베이스(AlphaFold Database) 확장 작업에 도입되어 4,777개 단백질체에 걸쳐 약 3,100만 개의 단백질 복합체 후보를 생성하는 데 사용되었습니다.
초등학생도 이해하는 NEWS 설명
단백질의 복잡한 3차원 모양을 예측하는 AI는 신약 개발을 크게 도울 수 있지만, 계산에 시간이 매우 오래 걸립니다.
BioIR은 개발자가 원래 쓰던 AI 개발 도구(PyTorch)의 코드를 복잡하게 수정하지 않아도, GPU 그래픽카드가 연산을 훨씬 더 효율적으로 처리하도록 돕는 'AI 전용 고속 엔진'입니다.
덕분에 신약 연구자들은 이전보다 훨씬 빠른 시간 안에 수많은 단백질 구조를 계산해 낼 수 있습니다.
인사이트 & 시사점
기존에는 단백질 구조 예측 AI의 속도를 높이려면 코드를 최적화 전용 형식으로 변환해야 하는 번거로움이 있었지만, BioIR은 일반 PyTorch 코드를 유지한 채 2.90배 높은 처리량을 제공해 바이오 AI 연구진의 컴퓨팅 비용 부담을 크게 줄였습니다.
다만 기사에 명시된 GPU 시간당 5만 8,500개 잔기 처리량은 8개의 H100 GPU로 1,000개 이량체 타깃을 평가한 특정 조건의 결과이므로, 연구자가 다루는 분자의 크기나 보유한 GPU 장비 구성에 따라 실질적인 가속 비율은 차이가 날 수 있습니다.
용어해설
NVIDIA가 개발한 생체 분자 구조 예측 및 신약 개발 AI 모델 전용 추론 가속 파이썬 라이브러리입니다. 기존 PyTorch 코드를 유지하면서 커널 및 그래픽 연산을 최적화해 성능을 극대화합니다.
단백질과 같은 생체 분자의 3차원 구조와 상호작용을 예측하는 대표적인 최신 오픈소스 AI 모델입니다.
NVIDIA GPU 연산 작업 일련의 과정을 하나의 연산 그래프로 미리 기록해 두고 재사용함으로써, CPU가 GPU에 개별 명령을 내릴 때 발생하는 지연 시간(오버헤드)을 최소화하는 기술입니다.