Claude beschleunigt 30+ Biomodelle 4x, 1-Mio.-Dollar-Wettbewerb

Anthropic hat am 17. September 2026 eine Untersuchung veröffentlicht, in der ein internes, universelles Claude-Forschungsmodell jene Software neu geschrieben hat, die Strukturbiologinnen und -biologen täglich einsetzen. In knapp vier Wochen habe Claude optimierte Pakete für 36 Implementierungen erstellt, die mehr als 30 quelloffene biomolekulare Deep-Learning-Modelle abdecken - von der Strukturvorhersage über das Proteindesign bis zu Genomik- und Protein-Sprachmodellen.

Die Zahlen stammen aus Anthropics eigenem technischem Bericht. Ein "Fast"-Modus, der etwas numerische Genauigkeit gegen Tempo tauscht, führte den Vorwärtsdurchlauf von 13 Strukturvorhersagemodellen auf NVIDIA-H100-GPUs im Schnitt 4,1-mal schneller aus. Ein "Exact"-Modus, der die Ausgaben der unveränderten Modelle bitgenau reproduziert, kam bei 14 Modellen auf durchschnittlich 1,6-mal. Je nach Modell reichten die Gewinne von 2,3-fach bei OpenDDE bis 6,4-fach bei Chai-1. Der optimierte Code erschien am selben Tag auf GitHub als 36 einsatzfertige Kits unter Apache-2.0-Lizenz, ausdrücklich als nicht gepflegte Referenzversion.

Kernstück ist FlashPairformer, ein Satz eigener GPU-Kernel für Triangle Attention und Triangle Multiplication - jene Operationen, die in Modellen der AlphaFold3-Klasse den Großteil der Laufzeit verbrauchen und deren Kosten kubisch mit der Systemgröße wachsen. Gemessen auf einer einzelnen H100 übertrifft FlashPairformer laut Anthropic die Standardkernel der Branche bei Triangle Attention um das 2,7- und 2,9-Fache sowie bei Triangle Multiplication um das 1,7- und 3,2-Fache. Betreut wurde die Arbeit nach Angaben des Unternehmens vor allem von zwei Mitarbeitenden, die sich mit biomolekularer Modellierung auskennen, aber zuvor weder mit Inferenzoptimierung noch mit Kernel-Entwicklung zu tun hatten.

Praktisch am wichtigsten ist ein speicherschonender "Big"-Modus: Ein einzelner NVIDIA-GPU-Knoten kann damit Systeme mit mehr als 10.000 Token falten. Der humane mitochondriale Komplex I, ein bakterielles 70S-Ribosom, der TRiC-Chaperonkomplex und ein Proteasom wurden so vorhergesagt, jeweils nah an der experimentell bestimmten Struktur. Zum Vergleich: Das von AlphaFold3 korrekt vorhergesagte 40S-Ribosom umfasste 7.663 Token. Anthropic berichtet außerdem, die In-silico-Bindungswerte seiner früheren Binder-Design-Kampagne mit einem einzigen Claude-Modell auf einer H200 in 24 Stunden und für rund 150 Dollar an GPU- und Token-Kosten erreicht zu haben - zuvor waren es bis zu 10.000 Dollar pro Zielmolekül.

Der Beitrag nennt auch seine Grenzen: Bei viralen Kapsiden und Proteinkompartimenten von 31.000 bis 70.000 Token auf einem einzelnen B300-Knoten mit acht GPUs brechen die Vorhersagen zusammen. Und In-silico-Werte sind kein Laborbeweis - genau dafür ist der gemeinsam mit Adaptyv Bio ausgerichtete Wettbewerb gedacht. Beide finanzieren zusammen 1 Million Dollar an experimenteller Validierung, um mehr als 5.000 eingereichte Designs in Adaptyvs automatisiertem Labor kostenlos für die Teilnehmenden zu synthetisieren und zu testen; Anthropic legt bis zu 1 Million Dollar an Claude-Guthaben dazu, Modal bis zu 250.000 Dollar Rechenguthaben und Twist Bioscience die DNA. Ein Geldpreis ist nicht vorgesehen. Fünf Aufgaben - darunter Speziesübergreifende Kreuzreaktivität, pH-Empfindlichkeit, Peptid-MHC-Spezifität und GPCR-Ziele - öffnen zwischen dem 28. September und dem 31. Oktober im Wochentakt; Bewerbungsschluss ist der 24. September, die Validierung soll bis zum 30. November abgeschlossen sein, und die Ergebnisse einschließlich gescheiterter Designs sollen am 15. Dezember offen auf Proteinbase erscheinen. Der Zeitplan gilt als vorläufig.

Offenlegung: Die Redaktion von NewUJ nutzt Claude-Modelle von Anthropic.