Schrodinger的Active Learning Glide软件对硬件要求

$SCHRODINGER/run -FROM glide active_learning_glide.py -h

驱动程序要求

驱动程序（主作业）必须在作业的整个持续时间内运行而不会中断。这意味着运行它的计算资源不能是现货或可抢占的云实例。这些节点可以被抢占（终止），如果发生这种情况，您的整个作业将丢失。

该参数确定驱动程序的运行位置。选择用于按需（即不可抢占）节点类型的主机条目。-DRIVERHOST

如果有足够的许可证和计算资源来同时运行多个 AL-Glide 作业，建议配置驱动程序主机条目，以便它请求整个节点，以避免多个驱动程序可能使用相同的节点和暂存文件系统，从而使空间需求增加一倍（或更多）。

暂存空间

驱动程序主机上所需的暂存空间量与输入配体文件的大小有关。具体而言，驱动程序主机必须有足够的暂存空间来容纳下面所述的文件。

示例的暂存要求以红色提供。所有参数均符合我们对具有主动学习滑行功能的超大屏幕的建议。

示例筛选参数，基于 10 亿个输入配体

• 10 亿个 SMILES 格式的药物样配体 （100 GB）
• 主动学习的 3 次迭代 （-iter 3)
• 50 000个配体的批量训练大小（-train_size 50000)
• 每次迭代后保留的顶级配体数量为 1 亿个 （-keep 100000000)
• 使用 Glide SP 对前 100 万个配体进行重新评分 （-num_rescore_ligands 1000000)
• 以 Maestro 格式为重新评分的配体 （-write_pose)

暂存空间细分

• 输入文件的副本：100 GB
• 将输入文件拆分为单个子作业输入批处理：100 GB
• 包含每个批次前 10% 的预测的 CSV 文件（按不确定性排序）。它们用于为每次训练迭代选择输入配体：30 GB
• 包含所有批次配体ligand_ml预测的 CSV 文件：100 GB×num_iteration
• 每次训练迭代的输出文件，其中包含命令行参数指定的得分最高的化合物数量的预测：30 GB×num_iteration-keep
• 自选：如果指定，则包含使用 Glide SP 化合物重新评分的顶部姿势的单个 CSV 文件，指定如下： 200 MB-num_rescore_ligand-num_rescore_ligand
• 自选：如果提供，则包含重新评分配体姿势的 Maestro 文件：2 GB-write_pose
• 此示例的总空间：622.2 GB（3 次迭代）

内存

对于 Active Learning Glide 的典型运行，建议在驱动程序主机上使用 64 GB 的 RAM。

这是基于上述示例工作流。

子作业要求

下面列出了内存、磁盘空间和推荐的 Google Cloud Platform （GCP） 实例类型的要求。

所有值均基于上述示例工作流。

机器学习培训

建议使用 Nvidia T4 GPU。

• 暂存空间：600 GB
• 内存：64 GB（每个 CPU 内核 8 GB）
• 与抢占式节点兼容：否
• 推荐的 GCP 节点类型：n1-highmem-8

ML评估

• 暂存空间：100 GB
• 内存：32 GB（每个 CPU 内核 4 GB）
• 与抢占式节点兼容：是
• 推荐的 GCP 节点类型：n2-standard-8

Glide

• 暂存空间：100 GB
• 内存 32 GB（每个 CPU 内核 4 GB）
• 与抢占式节点兼容：是
• 推荐的 GCP 节点类型：n2-standard-8