摩尔线程 MTT S5000 完成 Protenix-v2 适配，面向 AI4S 提供国产算力验证
据 IT之家 9 月 24 日消息，摩尔线程今日宣布，旗下训推一体智算卡 MTT S5000 已正式完成对字节跳动 Seed 团队开源生物分子结构预测模型 Protenix-v2 的全链路推理支持。来源显示，Protenix-v2 于 2026 年 4 月发布，是面向蛋白质、DNA、RNA 以及小分子配体复合物的端到端结构预测开源基座。此次适配意味着摩尔线程在 AI for Science（AI4S）方向进一步补齐工程化验证能力，也为国内药企、科研机构在生物计算场景中使用本土化智算硬件提供了新的选择。
Protenix-v2：面向复杂生物分子的开源预测模型
生物分子结构预测是近年来 AI 科学计算中最受关注的方向之一。来源摘要显示，Protenix-v2 由字节跳动 Seed 团队研发，在多项核心基准测试中表现持平甚至超越 DeepMind AlphaFold 3。与传统只聚焦蛋白质结构预测的模型不同，Protenix-v2 的关键价值在于覆盖范围更广：它可以对蛋白质、DNA、RNA 以及小分子配体复合物进行高精度端到端预测。
对于药物研发和生命科学研究而言，复合物结构预测往往比单一蛋白质结构预测更贴近真实应用场景。例如药物分子与靶点蛋白之间如何结合、核酸与蛋白质之间如何相互作用，都可能影响候选药物筛选、作用机制分析和实验设计。开源模型的出现降低了研究者接触先进算法的门槛，但要让模型真正进入科研和产业流程，还需要稳定的硬件、软件栈与推理链路支持。
MTT S5000 完成全链路推理支持意味着什么
此次摩尔线程强调的是“全链路推理支持”，这意味着适配不只是模型能够在硬件上跑通，而是围绕模型加载、算子执行、推理流程和结果输出等环节进行了工程化验证。对于 AI4S 这类高复杂度场景而言，模型规模、输入类型、算子组合和内存访问模式都可能对硬件平台提出较高要求。
来源显示，MTT S5000 是摩尔线程旗下训推一体智算卡。此次适配 Protenix-v2 后，摩尔线程表示已实现大分子结构预测、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。这一表述说明，摩尔线程正在把 AI4S 视为国产智算卡落地的重要方向，而不仅仅聚焦通用大模型训练或推理。
- 模型侧：Protenix-v2 代表开源生物分子结构预测模型向复杂复合物预测扩展。
- 硬件侧：MTT S5000 完成适配，有助于验证国产智算卡在科研模型推理中的可用性。
- 应用侧：药企与科研机构可在结构预测、药物发现等任务中获得新的本土算力方案参考。
- 生态侧：AI4S 模型与硬件平台的适配，有利于形成从算法到算力再到行业应用的闭环。
影响与解读：AI4S 正成为国产算力的新验证场
过去一段时间，国产 AI 芯片的主要叙事多围绕大语言模型训练、推理部署和行业大模型落地展开。但从产业需求看，AI4S 可能成为另一类重要验证场景：它对计算精度、吞吐、内存、软件兼容性和稳定性都有综合要求，同时又与医药、材料、生命科学等高价值行业密切相关。
对于国内药企和科研机构来说，开源模型降低了算法使用门槛，但如果高度依赖单一海外硬件生态，仍可能在成本、供给、部署灵活性和长期维护上面临不确定性。摩尔线程此次适配 Protenix-v2 的意义，在于把前沿开源模型与本土智算卡连接起来，为科研单位探索可控、可部署的 AI4S 算力底座提供了样本。
当然，完成适配并不等同于在所有真实科研任务中已经达到最优体验。后续仍需关注其在不同分子体系、不同输入规模、实际药物研发流程中的性能、稳定性以及软件工具链成熟度。但从趋势看，随着 Protenix-v2 这类开源模型出现，AI4S 正从少数头部机构的能力，逐步向更广泛的科研与产业用户扩散；而硬件厂商能否快速支持这些模型，将成为其生态竞争力的重要指标。