알파폴드3(AlphaFold3)와 같은 단백질 구조 예측 모델의 핵심 연산인 '삼각 곱셈 업데이트(Triangle Multiplicative Updates, TriMul)'를 획기적으로 가속화하는 파이썬 라이브러리 'fast_trimul'이 공개되었습니다. 이 라이브러리는 하드웨어에 구애받지 않으면서도 연산 속도를 크게 향상시키고 GPU 메모리 사용량을 절반 가까이 줄여, 연구자들이 더 효율적으로 단백질 구조를 예측할 수 있도록 돕습니다.
'fast_trimul'은 특히 짧은 서열(N=8)에서 기존 방식보다 최대 6.8배 빠른 성능을 보이며, N=128까지도 가장 빠른 속도를 유지합니다. 이는 CUDA 그래프(CUDA graphs)를 활용하여 작은 GPU 작업들의 실행 오버헤드를 제거한 덕분입니다. 또한, 이 라이브러리는 GPU 메모리 사용량을 2.2~2.4배 절감하여, 동일한 GPU에서 약 1.4배 더 긴 단백질 서열을 처리할 수 있게 합니다. 예를 들어, N=2048에서 기존 방식이 22~24GB의 VRAM을 사용하는 반면, 'fast_trimul'은 10.1GB만을 사용합니다. OpenFold-3, Chai, Protenix 등 알파폴드3 계열 모델에 단 한 줄의 코드 변경(예: `fast_trimul.patch_openfold3()`)만으로 적용 가능하며, 출력 결과는 기존 방식과 0.0006% 미만의 미미한 차이만을 보여 사실상 동일합니다.
이러한 성능 향상은 대규모 스크리닝, 펩타이드 연구, 반복적인 정제 과정 등 단백질 구조 예측이 필요한 다양한 분야에서 연구 효율성을 크게 높일 것입니다. 특히 GPU 자원이 제한적인 환경에서도 더 복잡하고 긴 단백질 서열을 다룰 수 있게 되어, 신약 개발이나 생명 공학 연구의 속도를 가속화할 잠재력을 가집니다. 또한, 파이썬 기반의 CuTe DSL로 개발되어 유지보수가 용이하며, 새로운 하드웨어(TPU, 인텔 GPU 등) 지원도 비교적 쉽게 추가할 수 있어 확장성 또한 뛰어납니다.