
ColabFold批量预测可把MSA搜索与模型推理分开安排,避免GPU在等待搜索时长期空闲。两阶段的输入和结果必须有对应关系,不能把某批旧MSA直接接到新序列。资源规划从实际工作范围出发,不把整个流程都算成显卡任务。
先选择本轮MSA路线
小规模可按官方方式先运行msa-only,再在相同输入与结果目录继续推理;需保存服务与数据库信息。这里选择已经部署好的本地数据库和常规CPU MMseqs2搜索路线,适用于需要掌握搜索过程和批次来源的任务,不在测量过程中下载或建立数据库。
当前ColabFold也支持特定GPU搜索路线,但需要匹配数据库、索引、软件和参数,不因为推理能使用GPU就自动成立。选择哪条路线应记录下来,不能将其资源表现混合比较。
先产生完整MSA中间结果
下面需要已配置ColabFold及匹配版本的MMseqs2,INPUT为已核对FASTA,DB_DIR为完整兼容数据库目录。MSA_OUT和PRED_OUT都应是新的位置,父目录可写;THREADS填写本作业获配的CPU线程额度,显式传入搜索命令;同时核对内存,不依赖主机总资源或程序默认线程数。
set -eu
: "${INPUT:?填写已核对FASTA}"
: "${DB_DIR:?填写匹配的本地MSA数据库}"
: "${MSA_OUT:?填写新的MSA输出目录}"
: "${THREADS:?填写获配CPU线程数}"
case "$THREADS" in ""|*[!0-9]*) exit 2;; esac
test "$THREADS" -ge 1 || exit 2
test -r "$INPUT" && test -d "$DB_DIR" && test ! -e "$MSA_OUT" || exit 2
colabfold_search --help > colabfold-search-help.txt
mmseqs version > mmseqs-version.txt
/usr/bin/time -v -o "$MSA_OUT.time.txt" \
colabfold_search --threads "$THREADS" "$INPUT" "$DB_DIR" "$MSA_OUT" \
> "$MSA_OUT.stdout.log" 2> "$MSA_OUT.stderr.log"
搜索完成后,按输入ID检查a3m及相关索引,确认查询条目与序列版本对应。只有文件名存在并不证明MSA有效,要检查日志、查询序列和必要的覆盖信息。保存本轮输入校验值、数据库发布及搜索参数,迁移中间结果时一起传递。
再在兼容GPU环境推理
以下在安装版本、模型和方法设置一致的环境运行。MSA_OUT继续指向已验收结果,PRED_OUT为新目录;不重新用另一份FASTA覆盖查询,也不为了显存改变链组成后仍沿用旧任务标识。
set -eu
: "${MSA_OUT:?填写已经验收的MSA目录}"
: "${PRED_OUT:?填写新的预测结果目录}"
test -d "$MSA_OUT" && test ! -e "$PRED_OUT" || exit 2
python -c "import jax; print(jax.devices())"
/usr/bin/time -v -o "$PRED_OUT.time.txt" \
colabfold_batch "$MSA_OUT" "$PRED_OUT" \
> "$PRED_OUT.stdout.log" 2> "$PRED_OUT.stderr.log"
| 阶段 | 需要规划 | 验收边界 |
|---|---|---|
| 本地MSA搜索 | CPU、RAM、库读取及临时盘 | 查询和MSA对应、版本明确 |
| 编译与推理 | GPU显存、主机RAM、模型与缓存 | 实际设备及完整结构输出 |
| 两阶段交接 | 输入、a3m、索引及迁移空间 | 文件校验和清单覆盖 |
| 最终评价 | 结构及置信度复核时间 | 完成计算不等于科学验证通过 |
批次按形状和实际耗时分组
序列长度、链组合、MSA深度和模型设置会影响内存及编译。第一次见到新形状时可能有额外编译开销,缓存能否复用还受GPU、驱动与JAX版本等条件影响。比较时说明是首次运行还是相容缓存下的重复运行,不把两种口径混成整体速度提升。
先串行测代表任务与最长或最复杂的必要输入,再验证计划并发。多个推理同时占卡可能使显存峰值重叠;任务较短时进程启动也会影响整批收益,不应只按显卡数量平均分配序列。
把存储和结果检查纳入窗口
输入、数据库、MSA、模型参数、缓存及预测结果分别安排位置。MSA完成后不急于删除,先确认下游输出完整、输入版本未变化且归档可读。资源记录还要包含两阶段迁移和失败重跑时间,才能据此规划GPU使用批次。
最终按原ID核对结构、置信度和失败状态;数据库或序列改变时重建对应记录。只有必要任务在兼容环境中确有资源需求,再据完整阶段记录选择CPU、GPU和存储组合。
需要额外算力时
适用前提:分阶段实测确认推理容量或批次运行窗口有明确缺口,且模型使用条件和兼容环境已经验证。如需额外资源,可评估兼容GPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。
咨询本任务的服务器配置
留下手机号,我们会结合本文任务与您沟通服务器配置和报价。 也可联系云生信企业微信客服,说明本文任务。咨询本任务的服务器配置
参考与版本核对
按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。
