【导读】John Jumper 离开 DeepMind (谷歌旗下的AI公司)加入 Anthropic，意味着谷歌在蛋白质折叠路线上流失了主将。但这绝不是一次简单的人才平移，科学 AI 拼的不只是技术判断，更是背后庞大的 TPU 集群与算不平的算力账本。
6月19日，John Jumper 在 X 上发了条动态，说打算“先休息一段时间”，然后再正式加入 Anthropic。
这句“先休息”，更像是竞业协议或内部资源交割的缓冲期。
Jumper 是 AlphaFold（谷歌旗下 AI 公司 DeepMind 开发的蛋白质结构预测模型）的核心功臣。他离开 DeepMind，意味着谷歌在蛋白质折叠这条核心技术路线上流失了主将。这绝不是一次简单的人才平移。
原子级精度，和完全不同的公司基因
Jumper 在 DeepMind 任职近9年，并主导了 AlphaFold 项目。
2020年11月，AlphaFold 2 在 CASP14 竞赛中公布预测结果，把困扰结构生物学家半个世纪的蛋白质折叠问题解了。AlphaFold 预测的蛋白质结构达到了原子级别的分辨率。
问题在于，DeepMind 和 Anthropic 是两家基因完全不同的公司。
Anthropic 最近重点关注生物与生命科学领域，推出了 AI for Science 计划，提供 API 访问权限及最高 2 万美元的免费使用额度，旨在加速药物发现和生物医学创新。至于招募 Jumper 的具体战略意图，官方还没发声明。
▲ Anthropic 官方推出的 AI for Science 计划页面（来源：www.anthropic.com）
把 Jumper 挖过来，没法直接复制 AlphaFold 的成功。
算不平的算力账
这是最现实的一笔账。
AlphaFold 已经成功预测了超过2亿种蛋白质结构，几乎覆盖了地球上所有已知蛋白质。支撑这些预测的，是 DeepMind 庞大的 TPU 集群。
在 24G 显存的消费级显卡上运行开源的 ESMFold，处理长链序列时往往会直接触发显存溢出（OOM）。科学 AI 对算力的吞噬是物理级别的。
公开资料中缺乏 AlphaFold 训练的具体 FLOPs（浮点运算次数）数据。Anthropic 则已经披露了其 AWS 算力布局：未来 10 年承诺投入超 1000 亿美元，并锁定最高 5 吉瓦（GW）的算力容量。
▲ Anthropic 披露的 AWS 算力布局与千亿美元投资承诺（来源：www.jiemian.com）
但两边的算力消耗逻辑完全不同。
通用大模型与科学 AI 的算力消耗逻辑完全不同。蛋白质高维空间计算，要处理的是复杂的三维坐标与物理化学约束。
把训练通用大模型的算力直接平移到蛋白质折叠上，就像用跑马拉松的肺活量去举重。
Anthropic 挖 Jumper，看中的是他搭建科学 AI 基建的技术判断力。如果没有匹配的重资产算力跟进，大神过去也只能对着空荡荡的集群发呆。
带不走的 TPU 集群
Jumper 在 DeepMind 能做出原子级的精度，是因为背后有谷歌的算力基建兜底。
当他离开，能带走的只有技术判断力，带不走那些 TPU。
Jumper 选了 Anthropic。至于这家公司能不能为他补齐科学 AI 的算力短板，那是 Anthropic CEO Dario Amodei 接下来要头疼的资源分配问题。他得算清楚，如何将这千亿美元级别的 AWS 算力承诺，在通用大模型和科学 AI 的庞大需求之间进行切分。
参考资料
- 科技媒体关于 John Jumper 离职时间线及 VP 级别的追踪报道
- John Jumper 在 X（原Twitter）平台的官方离职与入职声明
- DeepMind 官方关于 AlphaFold 2 在 CASP14 竞赛公布结果的数据披露
- DeepMind 官方关于 AlphaFold 数据库预测超 2 亿种蛋白质结构的数据披露
- Anthropic 官方关于 AI for Science 计划及提供 API 免费使用额度的商业公告
- Anthropic 官方及科技媒体关于其 AWS 算力布局（未来10年投入超1000亿美元、锁定5GW算力）的报道
