📰 概要

2026年4月28日，英伟达 BioNeMo 团队开源了 Fold-CP：一个上下文并行框架，专门解决生物分子建模的算力瓶颈。

传统方法中，大蛋白质分子系统受限于单 GPU 显存，无法完整处理。Fold-CP 将单个分子系统拆分到多个 GPU 上并行计算，大幅提升了可处理的分子规模。

论文已在 arXiv 发表，代码在 GitHub 开源。

---

🔍 解读

Fold-CP 解决的问题很具体：蛋白质折叠模型分析大分子复合物时，单 GPU 装不下。 以前是把大分子拆成小段分别处理，但会丢失整体结构信息。

Fold-CP 的思路是不拆分子，而是把计算拆分到多 GPU。每个 GPU 处理一部分，所有 GPU 协同保持整体一致性。 对 AI 药物研发的意义不小——很多药物靶点就是大型蛋白质复合物。

---

💎 深挖

技术上，Fold-CP 基于英伟达 CUDA 和 NCCL 通信库，实现多 GPU 高效同步。 框架支持 AlphaFold、ESMFold 等主流共折叠模型的训练和推理。

从数据看，Fold-CP 在多个基准测试中展现了接近线性的扩展效率。用4个 GPU 处理超大分子时，性能接近单 GPU 处理小分子的 4 倍。

什么情况不建议用 Fold-CP？如果你的分子系统很小、单 GPU 就够用，跨 GPU 通信开销反而拖慢速度。 它最擅长超大分子复合物，比如核糖体、病毒外壳蛋白这类。

开源的意义也很大。AI 药物研发社区可以用这个框架直接跑大分子模型，不用自己写分布式代码。 BioNeMo 是英伟达在生命科学的平台核心，Fold-CP 补齐了大规模并行这块拼图。

对生物技术公司来说，Fold-CP 降低了计算门槛。过去要处理百万原子级的蛋白质复合物，需要定制分布式方案。现在直接拿开源框架跑就行。