Disclosed and Undisclosed GPU Hardware Exclusion Across the Modern Protein Structure Prediction and Design Toolchain: A Compute-Accessibility Audit
本文对现代蛋白质结构预测工具进行了计算可访问性审计，揭示了未披露的硬件需求——特别是旧款图灵架构 GPU 上的静默数据损坏问题——造成了研究领域的不平等障碍，并指出有必要建立一种新的故障模式分类法以及明确披露最低计算能力要求。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
几十年来，科学家们一直试图理解蛋白质的三维结构，这些微小的分子机器驱动着生物细胞中的每一个过程。了解蛋白质的形状就像拥有了锁的蓝图；没有它，研究人员就无法设计出开启其功能或修复其故障的钥匙。近年来，人工智能彻底改变了这一领域，使计算机能够以惊人的速度和准确性预测这些形状。这些新工具已成为各地研究人员（从资金充足的实验室到规模较小的大学）不可或缺的工具。然而，在支持这些发现的数字基础设施中，出现了一个无形的障碍。为了运行这些程序最快的版本，计算机现在需要一种特定类型的显卡——这种硬件最初是为视频游戏设计的，后来被重新用于科学计算。最新的、最强大的显卡可以执行一种特殊的数学运算，而较旧且仍常见的显卡则无法实现。这造成了一种分化：一些研究人员可以使用最新的工具，而另一些人则被甩在身后，而且往往甚至不知道为什么他们的计算机突然停止了工作。
哥伦比亚大学的西达哈·南达（Siddhardha Nanda）最近进行的一项审计调查了这个问题在现代蛋白质科学领域中有多普遍。研究人员检查了 2021 年至 2026 年间发布的 13 种主要软件工具，查看它们是否能在许多学术计算机集群中仍在使用较旧显卡的情况下运行。该研究关注一个特定的技术要求：需要新一代硬件来执行一种称为“bfloat16”的专门计算。这种计算更快且更高效，但对于旧显卡来说是不可能完成的任务。调查显示，情况远比简单的“新即好，旧即坏”的时间线要混乱且不可预测得多。软件工具的发布时间并不决定它是否能运行；一个 2025 年发布的程序可能在旧硬件上完美运行，而一个仅在前一年发布的工具却可能完全失效。
最令人担忧的发现不仅在于某些工具会失败，还在于它们失败的方式。研究将这些失败归纳为不同的类型，范围从有益到危险不等。在最好的情况下，工具会在安装前明确说明其硬件需求，并在计算机过旧时立即停止并显示清晰的错误信息。这让研究人员能立刻知道自己无法继续进行。在第二种不太理想的情况下，工具也会说明其要求，但在不支持的硬件上运行时，会产生看起来正确但实际上是毫无意义的垃圾数据。这种“沉默的损坏”尤其具有隐蔽性，因为计算机不会给出任何警告；研究人员可能会花费数周时间分析数据，而这些数据本质上是错误的，却完全没有意识到底层硬件无法处理该计算。
更为严重的问题是那些完全没有提及硬件需求的工具。审计发现，一些程序（包括一个近期版本的流行折叠工具）在旧电脑上运行时会直接崩溃，且在文档中没有任何事先警告。研究人员可能会花数小时安装软件，结果却撞上一堵墙，面对一个没有任何线索指向根源原因的晦涩技术错误。相反，有些工具提供了退路。其中一个程序在面对旧硬件时，可以切换到一种较慢但兼容的模式，从而允许研究继续进行，尽管速度有所降低。研究还注意到了一个反向问题：一些旧软件由于过度绑定于特定的、过时的技术，以至于拒绝在全新的、强大的计算机上运行，从而造成了另一种形式的排斥。
这些发现的影响超出了单纯的不便。那些被这些工具排除在外的旧显卡仍然是许多大学系部以及缺乏频繁升级硬件预算的共享计算中心的标准设备。当软件工具发生沉默失败或在没有任何解释的情况下崩溃时，它浪费了宝贵的时间和资源。在最坏的情况下，它通过产生看似真实的无效结果，威胁到了科学研究的完整性。作者认为，科学界需要建立一种新的透明度标准。开发者应当像在食品包装上列出成分一样，在安装指南的开头明确说明其软件的最低硬件要求。他们还应考虑为旧机器提供一种较慢的兼容模式，而不是强制停止。通过明确这些要求并提供备选方案，该领域可以确保下一代生物学发现对每个人都是可及的，无论其计算机的年代如何。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。