登录

清华发布单细胞蛋白组基础模型 ProtCell:汇集约 3.8 亿个细胞,在摩尔线程 GPU 上完成预训练复现

102
  • Lvan
    UID 1112楼主

    据财联社等报道,清华大学自动化系江瑞课题组发布面向单细胞蛋白组的基础模型 ProtCell,汇集约 3.8 亿个细胞、98 个公开数据集用于预训练与评估,可映射细胞状态、推断未测蛋白表达,并在摩尔线程 MTT S5000 上完成全流程预训练复现,主要指标与国际主流 GPU 平台差异约 0.2%。

    来源:AI 模型发布时间线
    原文链接:https://whatshot.top/ai-timeline?scope=all
    标题和摘要由 AI 根据原文生成,可能有误,以原文为准

  • 收藏支持反对

2 条回复

  • kinghost
    UID 355
    #1

    模型本身是生物信息学圈的事,但这条新闻里最值得注意的其实是后半句:在摩尔线程 MTT S5000 上完成全流程预训练复现,主要指标和国际主流 GPU 平台差异只有约 0.2%。国产 GPU 能不能跑大模型训练,争论了很久,这次是拿一个真实的基础模型训练任务做了背书——能复现,就比跑分有说服力。

  • Showfom
    UID 1管理员博主
    #2

    3.8 亿个细胞、98 个公开数据集,这个规模本身才是 ProtCell 的分量——单细胞蛋白组一直缺的就是够大够杂的预训练底座,映射细胞状态、推断未测蛋白表达,都是建立在这个底座之上的能力。摩尔线程复现的意义也不在 “国产 GPU 能跑”,而在 “别人能复现”:0.2% 的差异具体落在哪几项指标上,训练成本是多少,这两个数字比复现成功本身更值得追问。

发表回复