加速药物研发工作流
适用于 AI 驱动的生物学和药物研发的开发平台
NVIDIA Clara
使用开源 AI 模型和数据集进行构建
NVIDIA Clara™ 是用于生物医学研究的一系列开源 AI 基础模型、工具和方法。Clara 包含用于组学、蛋白质和分子结构、成像、3D 解剖学、手术机器人和用于物理信息模拟的数字孪生的 AI 基础模型，并使用领先的开放式临床、成像和生物数据集构建。
Clara 直接与 NVIDIA 的 AI 软件堆栈集成，具有预训练检查点和新模型架构、训练方法、精心策划的开放数据集和工具，以及统一的基准测试和评估框架。
NVIDIA BioNeMo 框架和方法
训练和定制生物制药模型
NVIDIA BioNeMo™ 框架是一个开源机器学习框架，可用于构建和训练生物制药行业的深度学习模型。
通过加速 AI 模型开发中耗费大量资金和时间的环节，利用 DNA、RNA 和蛋白质数据进行生物分子研究的 AI 模型构建者能够获取相关工具扩展自己的研究，使其达到新的高度。
该平台包括针对特定领域的精选训练方案、数据加载器和经过优化的预训练 AI 模型实例，能够加速实现最佳性能，让 AI 模型构建更快速、更简单。
NVIDIA AI Blueprint
使用预训练 AI 工作流构建用于药物研发的生成式 AI 应用
NVIDIA BioNeMo Blueprint 是专为药物研发领域的生成式 AI 应用而设计的预训练参考工作流，可以为生物制药团队的加速研究和创新奠定基础。
对于希望集成 AI 的生物制药企业组织，这些蓝图提供了可用于根据专有数据和独特治疗工作流定制和部署工作流的参考代码、工具和全面文档。
随着时间推移，这些生成的数据飞轮可以提高模型性能，从而加深洞察并加速研发。BioNeMo Blueprint 帮助生物制药行业简化创新流程，并释放 AI 在药物开发方面的潜力。
NVIDIA NIM 微服务
适用于可扩展药物研发应用的优化 AI 推理服务
NVIDIA BioNeMo NIM™ 包含一套经过优化且操作简便的 AI 微服务，可实现千兆级推理，并支持药物设计相关的新功能。
NIM 微服务专为计算药物研发平台开发者和数据科学家而打造，是一项容器化服务，可以提供高效便携式部署所需的一切，从而轻松将 API 集成到企业级 AI 应用中。
NIM 微服务可提高药物研发工作流的效率和创新性，同时降低 AI 驱动式新技术的总拥有成本，并其缩短上市时间。
适用于生物制药的 NVIDIA CUDA-X
适用于分子 AI 的 GPU 加速工具和库
NVIDIA CUDA-X™ 库提供插入式代码模组，可加速当今生物分子 AI 模型中计算密集程度极高的层，以便研究人员更快地进行创新。
cuEquivariance 是一个 NVIDIA 开发的 Python 库，应用于促进使用分段产品构建高性能等方差神经网络。cuEquivariance 现在还优化了用于三角形注意力和三角形乘法的内核，用于对蛋白质结构预测中的成对相互作用进行建模 (例如 AlphaFold 式架构)。
通过 PyTorch 和 Jax 绑定进行单行代码更改和开箱即用的集成，可以比以往更轻松地使用 CUDA® 优化的内核替换工作流程中最昂贵的步骤。
cuEquivariance 可在蛋白质结构、生成化学和分子动力学模型中实现新的性能水平。
其他技术
开始体验
文档
在 NVIDIA BioNeMo 文档中心查找一系列文档、指南、手册、操作说明等。
产品更新
获悉生物制药行业的最新消息、错误修复、关键安全更新等。
联系我们
是否有任何问题？我们的医疗健康专家可随时为您提供帮助！
常见问题解答
NVIDIA BioNeMo 是一个用于 AI 驱动的生物学和药物发现的开放开发平台。它整合了 AI 生命周期中的开放模型、工具和数据集，使研究人员和开发人员能够构建、定制和部署用于生物研究和药物发现的 AI 应用。BioNeMo 实现了实验室闭环工作流程，通过实验数据持续提升模型的智能水平、预测能力和科学洞察力，从而在实验与 AI 之间形成反馈闭环。
- NVIDIA BioNeMo 框架是一个编程工具和库的集合，可简化生物分子 AI 模型的构建，加速计算药物研发最耗时、成本最高的阶段。
- NVIDIA NIM 是一组经过优化、易于使用、可移植的微服务，专为药物研发领域中需要安全可靠的 AI 模型推理的生物分子科学家而设计。
NVIDIA BioNeMo 框架：用户可以通过两种方式访问 BioNeMo 框架。NVIDIA 提供具有 NVIDIA AI Enterprise 许可证的企业级 BioNeMo 使用服务，通过 NVIDIA GPU Cloud 提供 BioNeMo 容器，该容器为企业开发者和研究人员提供了一个安全、可扩展的工具链，用于构建生物分子工作流程。研究人员和数据科学家使用的 BioNeMo 开源版本可从 GitHub 安装，包括其所有组件。
预训练模型：BioNeMo 框架提供 BioNeMo 示例，展示了与 Transformer 引擎兼容架构的示例实现，并且便于进行测试和微调功能。鼓励用户以 BioNeMo 示例作为教程来扩展自己的实现。
BioNeMo NIM 微服务提供各种优化检查点，例如 Evo2 (基因组生成式 AI)、GenMol (分子生成) 、DiffDock (对接) 等，每个检查点都支持各自的生物分子任务。
请访问 NGC 目录容器页面，查看 BioNeMo Framework 的最新系统要求列表。
请参阅 NVIDIA API 文档，了解 NIM 微服务的最新系统要求。
BioNeMo Framework 代码根据 Apache 2.0 获得许可，而官方 NGC 容器受 NVIDIA AI 产品协议的约束 (并且可以在 NVIDIA AI Enterprise 许可证的范围内用于商业用途) 。
NVIDIA BioNeMo 通过库、API 和容器化 NIM 微服务公开其模型，使团队能够直接从其现有的药物研发流程中调用结构+ 预测、生成+ 化学和其他功能。
启动 BioNeMo 框架容器或克隆 GitHub 资源库，将 YAML 配置指向您的数据，添加 restore_from_path (或同等配置) 以加载现有权重，然后运行提供的训练脚本以预训练或微调模型。
由于 BioNeMo Framework 是公开托管在 GitHub 上的，开发者可以派生仓库，并根据仓库文档的“贡献”指南提交提取请求，以添加新代码。
请联系我们，提出您的问题。
此外，用户可以通过 BioNeMo 资源中心访问文档、教程和活跃的开发者论坛，而企业客户可以通过 NVIDIA AI Enterprise 打开支持工单。
