Créez des pipelines de découverte de médicaments et de robotique prêts à être mis en production avec NVIDIA NIM sur SageMaker JumpStart
Amazon SageMaker JumpStart permet désormais de déployer en un clic quatre modèles NVIDIA NIMS spécialement conçus pour les sciences biologiques et l’IA physique : ProteinMPNN, Nemotron-3.5B-Instruct, MSA Search NIM et Cosmos Reason. NVIDIA NIM™ fournit des microservices d’inférence prédéfinis et optimisés pour déployer rapidement les derniers modèles d’IA sur n’importe quelle infrastructure accélérée par NVIDIA. Ces modèles offrent des fonctionnalités avancées couvrant la conception de protéines, le raisonnement avec des résultats configurables et la compréhension du monde physique, permettant aux clients d’accélérer la recherche en biosciences, la découverte de médicaments et les applications d’IA incorporée sur l’infrastructure AWS.
ProteinMPNN permet une optimisation rapide et efficace des séquences protéiques guidée par des données structurales. Ce NIM génère des séquences de haute qualité avec une affinité de liaison et une stabilité améliorées, validées par des résultats expérimentaux. Conçu pour être évolutif et flexible, ProteinMPNN s’intègre parfaitement aux flux de travail d’ingénierie des protéines, transformant des applications telles que la conception d’enzymes et le développement thérapeutique.
MSA Search NIM prend en charge l’alignement de séquences multiples (MSA) accéléré par GPU d’une séquence d’acides aminés interrogée par rapport à un jeu de bases de données de séquences de protéines. Ces bases de données sont recherchées pour trouver des séquences similaires à la requête, puis la collection de séquences est alignée pour établir des régions similaires même lorsque les protéines ont des longueurs et des motifs différents.
Nemotron-3.5B-Instruct offre des performances de raisonnement élevées, une prise en charge native des appels d’outils et un traitement contextuel étendu avec une fenêtre contextuelle de 256 000 jetons. Ce modèle utilise une architecture hybride mixte d’experts (MoE) efficace pour garantir un débit plus élevé que ses prédécesseurs pour les charges de travail agentiques et de codage tout en conservant la profondeur de raisonnement d’un modèle plus grand. Il est idéal pour créer des flux de travail multi-agents, des outils de productivité pour les développeurs, l’automatisation des processus et pour l’analyse du raisonnement scientifique et mathématique, entre autres.
Cosmos Reason est un modèle de langage de vision raisonné (VLM) ouvert, personnalisable et destiné à l’IA physique et à la robotique. Il permet aux robots et aux agents d’IA de vision de raisonner comme les humains, en utilisant les connaissances préalables, la compréhension de la physique et le bon sens pour comprendre et agir dans le monde réel. Ce modèle comprend l’espace, le temps et la physique fondamentale et peut servir de modèle de planification pour raisonner les prochaines étapes qu’un agent incarné pourrait prendre.
Avec SageMaker JumpStart, les clients peuvent déployer n’importe lequel de ces modèles en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA.
Pour commencer à utiliser ces modèles, accédez au catalogue de modèles SageMaker JumpStart dans la console SageMaker ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de base dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.