SPDX-FileCopyrightText: Copyright © 2026 NVIDIA CORPORATION & AFFILIATES Все права защищены.

SPDX-License-Identifier: Apache-2.0 {}

BioNeMo Inference Runtime

Легкий, быстрый и эффективный для памяти вывод о структурном прогнозировании

GPU-ускоренный вывод для структуры белка, нуклеиновой кислоты и лиганда Модели прогнозирования — от FASTA/MSA до PDB/mmCIF.

###Продолжение

BioNeMo Inference Runtime (BioIR) — библиотека NVIDIA для прогнозирования структуры. Вывод. Пятиступенчатый конвейер GPU превращает модели AlphaFold-lineage и all-atom PDB/mmCIF с показателями уверенности. Модели остаются обычными nn.Module — нет Двигатель TensorRT.

##Отказ от ответственности

BioIR находится в бета-состоянии, может быть не полностью функциональным, может содержать ошибки или конструктивные недостатки, и могут быть изменены в любое время без предварительного уведомления. Мы ценим Ваш Обратная связь для улучшения и повторения наших продуктов.

Начало работы

Уведомление и отказ от ответственности применяются отдельно Загруженные зависимости, контрольные точки моделей и метаданные.

Предпосылки

Linux, x86 64 или aarch64**, с графическим процессором NVIDIA. Колеса являются manylinux_2_34, поэтому хост нуждается в glibc 2.34 или новее — Ubuntu 22.04, RHEL 9 или позже. Водитель 580 или новее.

---

SPDX-FileCopyrightText: Copyright © 2026 NVIDIA CORPORATION & AFFILIATES. All rights reserved.

SPDX-License-Identifier: Apache-2.0

{}

About

BioNeMo Inference Runtime (BioIR) is NVIDIA’s library for structure-prediction inference. A five-stage GPU pipeline turns AlphaFold-lineage and all-atom models into PDB/mmCIF with confidence scores. Models stay ordinary nn.Modules — no TensorRT engine build.

Disclaimer

BioIR is in a Beta state, may not be fully functional, may contain errors or design flaws, and may be changed at any time without notice. We appreciate your feedback to improve and iterate on our products.

Getting Started

The notice and disclaimer applies to separately downloaded dependencies, model checkpoints, and metadata.

Prerequisites

• Linux, x86_64 or aarch64, with an NVIDIA GPU. The wheels are manylinux_2_34, so the host needs glibc 2.34 or newer — Ubuntu 22.04, RHEL 9 or later.
• Driver 580 or newer. The dev image carries a CUDA 13.2 build of PyTorch. An older driver runs it only through the forward-compatibility shim, which we have measured hanging and crashing part-way through a run rather than merely running slowly — results taken on one are discarded, not corrected.
• CPython 3.12, 3.13, or 3.14. Each architecture’s wheel uses the cp312-abi3 stable ABI and supports all three versions.
• Docker and the NVIDIA Container Toolkit, to build from source in the dev container. Installing the wheel needs neither.

PyTorch and the CUDA math libraries arrive as wheel dependencies, or in nvcr.io/nvidia/pytorch:26.05-py3 when you use the container. Building the extension from source outside a container needs a C++17 compiler and CUDA headers as well — docs/dev.md.

Supported GPUs

BioIR runs on the Ampere, Ada Lovelace, Hopper, and Blackwell GPUs listed in the support matrix. The doc also shows which fused kernels apply to each architecture. Benchmarks page shows detailed speedup, memory, and accuracy for these GPUs: H200, H100, A100, L40S, GB200, and GB300.

Install

BioIR is published on PyPI, one wheel per CPU architecture:

pip install bionemo-ir

The wheel ships the kernels precompiled. It needs the driver’s libcuda.so.1,