如何在昇腾上跑 AlphaFold3AI4S-model OpenFold3 蛋白折叠部署指南【免费下载链接】AI4S-model项目地址: https://ai.gitcode.com/Ascend-SACT/AI4S-modelAI4S-model 是面向华为昇腾 NPU 的 AI for Science科学智能模型资源仓库覆盖生命科学、材料科学、地球与空间科学等方向。本文以其中的OpenFold3为例手把手教你在昇腾 NPU 上部署 AlphaFold3 蛋白折叠模型从环境搭建、权重获取到推理避坑一次讲清。OpenFold3 是什么为什么适合昇腾部署 蛋白结构预测是生命科学的核心任务之一而 DeepMind 的 AlphaFold3AF3官方权重从未公开原始实现基于 JAX 框架在国内环境下载困难、在昇腾 NPU 上也无法直接运行。OpenFold3 是哥伦比亚大学 AlQuraishi Lab 对 AlphaFold3 的开源 PyTorch 复现使用官方 JAX→PyTorch 转换权重Apache-2.0 协议。它是目前唯一能在通用 PyTorch 框架包括昇腾 NPU上运行 AF3 权重的实现。AI4S-model 仓库托管了这套转换权重的国内镜像与原始字节一致未做任何修改解决了从境外模型库下载慢、不稳定的问题。权重文件清单你需要哪些文件所有文件位于仓库的生命科学/OpenFold3/目录下文件大小说明of3_v14_79-32000_converted.ckpt.pt3.6 GBAF3 官方权重 v14step 79-32000JAX→PyTorch 转换版主权重of3_ft3_v1.pt2.2 GB微调版 v1用于血红蛋白参考结构复现可选openfold3-0.4.2-py3-none-any.whl720 KBOpenFold3 Python 安装包随仓提供无需另找昇腾 NPU 环境配置清单按照以下版本组合配置环境可保证 OpenFold3 推理端到端跑通已在npu:0上以 fp32 验证diffusion 主干模块运行稳定组件推荐版本Python3.12CANN9.0.1torch_npu2.10.0.post2torch2.10.0cpu三步完成蛋白折叠推理第一步克隆仓库获取权重git lfs install git clone https://gitcode.com/Ascend-SACT/AI4S-model权重位于生命科学/OpenFold3/目录下。第二步安装 OpenFold3 包pip install 生命科学/OpenFold3/openfold3-0.4.2-py3-none-any.whl第三步加载权重并推理将模型指向生命科学/OpenFold3/of3_v14_79-32000_converted.ckpt.pt调用OpenFold3AllAtom.forward即可完成结构预测快速入门技巧关闭 MSA多序列比对和模板搜索后仅凭单条序列即可折叠适合先跑通流程需要完整 MSA 时需搭配 ColabFold 公共 API 获取比对数据并从 RCSB PDB 下载模板结构。三个已知坑与解决方案已验证⚠️ 昇腾适配过程中有几个典型问题仓库侧已给出修复方案配置时注意rdkit 导入顺序rdkit 必须在 torch_npu 之前 import否则 CANN 与 Boost 符号冲突会导致程序崩溃segfault。无头服务器缺 X11 库需要安装libxrender1、libsm6、libice6等依赖。混合精度回退autocast(cuda)在 NPU 上会回退为 fp32 运行attention 部分硬编码 cuda autocast属于已知现象不影响结果正确性。许可与使用说明 权重与代码均采用 Apache-2.0 协议继承自 OpenFold3 / AlQuraishi Lab本仓库仅作国内镜像分发原始权益归原作者所有。更多模型说明见目录内 README.md。AI4S-model 仓库中同样托管了 ESM、Geneformer、MatterGen 等 20 余款科学模型配合昇腾 NPU 即可完成从蛋白折叠到材料模拟的完整 AI for Science 工作流。【免费下载链接】AI4S-model项目地址: https://ai.gitcode.com/Ascend-SACT/AI4S-model创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考