AF3 类工具对比（2026）
| 工具 | 可用性 | 蛋白-配体 | 核酸/修饰 | 单次推理显存 |
|---|---|---|---|---|
| AlphaFold 3（官方） | 在线服务器/学术申请 | ✓ | ✓ | — |
| Boltz-1/2 | 开源（MIT） | ✓ | 部分 | 16-24 GB |
| Chai-1 | 开源可商用 | ✓ | 部分 | 24 GB |
| HelixFold3 | 开源（百度） | ✓ | 部分 | 40 GB |
| AlphaFold2-Multimer | 开源成熟 | ✗（仅蛋白） | ✗ | 可 CPU 慢跑 |
典型使用场景与配置
- 零星预测（每周几十条）：官方在线服务 + 开源工具单卡 RTX 4090 即可
- 批量复合物筛选（千条级）：A100/H800 单卡 + 大 NVMe 缓存 MSA/结构库（约 2.6TB），排队脚本跑通宵
- 耦合分子动力学/蛋白设计：双卡 GPU + 高核 CPU（MSA 生成阶段吃 CPU）
部署要点
- 遗传数据库（UniRef30/BFD/PGAP）+ PDB 结构库合计约 2.6TB，务必放 NVMe，否则 MSA 阶段 IO 等待极长
- 显存不够时：减小 recycling 次数、用 bf16 推理、或分链分批预测再拼装
- Docker/Singularity 镜像部署最省心，避免 CUDA 版本地狱
蛋白设计/药物筛选方向的建议起步配置：单卡 24GB 显存 + 32 核 CPU + 128GB 内存 + 4TB NVMe，能覆盖 MSA 生成到推理的完整链路，批量任务用机时排队解决。
常见问题
AlphaFold 3 能本地部署吗？
官方代码未完全开源（学术申请限制），社区常用开源替代：Boltz-1/2、Chai-1、HelixFold3，蛋白-配体-核酸复合物预测能力接近 AF3。
本地跑 AF3 类工具需要什么 GPU？
单条复合物推理 16-24GB 显存即可（RTX 4090/A5000 级）；批量筛选或长序列多聚体建议 A100 40GB+。