Cree canalizaciones de detección de fármacos y robótica listas para la producción con NVIDIA NIM en SageMaker JumpStart
Amazon SageMaker JumpStart ahora permite la implementación con un solo clic de cuatro modelos NVIDIA NIM diseñados específicamente para las biociencias y la IA física: ProteinMPNN, Nemotron-3.5B-Instruct, MSA Search NIM y Cosmos Reason. NVIDIA NIM™ proporciona microservicios de inferencia optimizados y prediseñados para implementar rápidamente los últimos modelos de IA en cualquier infraestructura acelerada por NVIDIA. Estos modelos ofrecen capacidades avanzadas que abarcan el diseño de proteínas, el razonamiento con resultados configurables y la comprensión del mundo físico, lo que permite a los clientes acelerar la investigación en biociencias, el descubrimiento de fármacos y las aplicaciones de IA incorporadas en la infraestructura de AWS.
ProteinMPNN permite una optimización rápida y eficiente de la secuencia de proteínas guiada por datos estructurales. Este NIM genera secuencias de alta calidad con mayor afinidad y estabilidad de unión, validadas mediante resultados experimentales. Diseñada para ofrecer escalabilidad y flexibilidad, ProteinMPNN se integra perfectamente en los flujos de trabajo de ingeniería de proteínas, transformando aplicaciones como el diseño de enzimas y el desarrollo terapéutico.
MSA Search NIM admite la alineación de secuencias múltiples (MSA) acelerada por GPU de una secuencia de aminoácidos de consulta con un conjunto de bases de datos de secuencias de proteínas. En estas bases de datos se buscan secuencias similares a las de la consulta y, a continuación, la colección de secuencias se alinea para establecer regiones similares incluso cuando las proteínas tienen diferentes longitudes y motivos.
Nemotron-3.5B-Instruct ofrece un alto rendimiento de razonamiento, admite llamadas a herramientas nativas y procesamiento de contexto extendido con una ventana de contexto de 256 000 tokens. Este modelo emplea una arquitectura híbrida eficiente de mezcla de expertos (Mixture-of-Experts, MoE) para garantizar un mayor rendimiento que sus predecesores para las cargas de trabajo de codificación y de agencia, al tiempo que mantiene la profundidad de razonamiento de un modelo más grande. Es ideal para crear flujos de trabajo con múltiples agentes, herramientas de productividad para desarrolladores, automatización de procesos y análisis del razonamiento científico y matemático, entre otros.
Cosmos Reason es un modelo de lenguaje de visión y razonamiento (VLM) abierto, personalizable y para la IA física y la robótica. Permite que los robots y los agentes de IA con visión razonen como los humanos, utilizando conocimientos previos, comprensión de la física y sentido común para comprender y actuar en el mundo real. Este modelo comprende el espacio, el tiempo y la física fundamental, y puede servir como modelo de planificación para razonar qué pasos podría tomar un agente encarnado a continuación.
Con SageMaker JumpStart, los clientes pueden implementar cualquiera de estos modelos con solo unos clics para abordar sus casos de uso específicos de IA.
Para empezar a utilizar estos modelos, navegue hasta el catálogo de modelos JumpStart de SageMaker en la consola de SageMaker o utilice el SDK de Python de SageMaker para implementar los modelos en su cuenta de AWS. Para obtener más información sobre la implementación y el uso de modelos fundacionales en SageMaker JumpStart, consulte la documentación de Amazon SageMaker JumpStart.