NVIDIA·워싱턴대, 서열·원자 구조 함께 설계하는 RFD4-Proteina 소개
명시적인 주사슬 좌표와 잔기 수준 잠재 표현을 결합한다. Proteina-Complexa 대비 샘플링 단계를 약 400회에서 60회로 줄였다고 설명했다.
오픈 모델 경로는 학습·추론·샘플링 코드 수정을, NIM은 HTTP 인터페이스를 통한 서비스 통합을 지원한다.
설치 안내에는 모델 저장소가 비공개인 동안 접근 권한이 있는 Hugging Face 계정으로 인증해야 한다고 명시돼 있다.
지원 Linux·NVIDIA GPU 환경이 필요하다. 자체 호스팅 NIM에는 Docker·NVIDIA 드라이버·Container Toolkit·NGC API 키 등이 필요하다.
BioIR의 별도 비교는 Hopper GPU 구성 6종에서 기본 컴파일 백엔드 대비 1.37~1.73배 가속한 결과다. 배치 1로 15개 서열 길이의 워밍업 후 종단간 시간을 합산했다.
OpenFold3·TMol 등의 평가 도구로 후보를 점수화하며, 에이전트용 스킬은 생성·탐색·평가와 결과물 보관을 조율한다.
- Design Proteins with RFD4-Proteina Using Reward-Guided Inference-Time SearchNVIDIA Developer · 원문 2026-10-21