摩尔线程 S5000 跑通 Protenix-v2

实验室用 12 个代表性蛋白做自测，精度取 BF16，计时包含 MSA、前向和后处理。对照是官网所称的国际主流 GPU，型号没有公开。官网称 10 个样本端到端更快，12 个样本平均约快 26%。精度上有 7 个样本略高，单样本最大差约 1 个百分点；官网称构象指标彼此对齐，并注明数字来自摩尔线程实验室与合作伙伴。

镜像地址为 registry.mthreads.com/public/protenix_v2:musa，驱动版本 5.2.0。官网称，北京大学与昌平实验室的曹云龙、简繁冲团队用优化镜像做过课题测试。相对同卡不做调优的推理，速度提升 100% 以上，官网称性能和精度与对照 GPU 相当。这组数字比较的是优化前后，不是前面约 26% 的跨卡耗时。

官网称工具链还覆盖 Protenix 系列、基因组模型 Evo2 和医学影像框架 MONAI。三者对应大分子、基因组与医学影像，官网将其计为科学计算场景里的工程验证。Evo2 与 MONAI 的耗时和精度差，官网没有公布。

结构预测不同于通用对话模型的逐词生成。扩散采样要守住数值稳定，多序列比对把中间张量摊开，访存常常比峰值算力更早吃紧。国产卡要进药企和实验室的私有化部署，买方更在意镜像能否拉取、同一批样本的构象差是否落在可接受范围；匿名对照上的百分比，替代不了这张卡放进已有流程之后还要改多少步骤。