# AWS propose OpenFold3 en avant-première sur SageMaker JumpStart

> Les utilisateurs d’AWS peuvent déployer ce modèle open source de prédiction de structures sur des points de terminaison SageMaker gérés. Ceux-ci traitent les tâches de façon asynchrone et peuvent être mis à zéro lorsqu’ils sont inactifs.

Oossa · 2026-11-13 · https://oossa.com/fr/aws-adds-openfold3-research-preview-to-sagemaker-jumpstart

AWS a rendu OpenFold3-preview disponible sur Amazon SageMaker JumpStart, son service de déploiement de modèles. Développé par l’OpenFold Consortium et l’AlQuraishi Lab de Columbia University, OpenFold3 prédit les structures des protéines, de l’ADN, de l’ARN et des petites molécules, ainsi que des complexes qu’ils forment.

Le point de terminaison gère les prédictions, qui peuvent prendre plusieurs minutes, en mettant les tâches en file d’attente et en renvoyant les résultats via Amazon S3. AWS indique que les utilisateurs peuvent le configurer pour qu’il passe à zéro entre les tâches, mais les instances SageMaker en fonctionnement sont facturées à l’heure. Le modèle est proposé en avant-première pour la recherche ; les utilisateurs doivent disposer d’un compte AWS et d’une capacité GPU compatible.

## Les faits

- JumpStart répertorie OpenFold3 version 0.4.1, avec le checkpoint of3-p2-155k, sous licence Apache 2.0.
- Les instances SageMaker compatibles comprennent ml.g6.2xlarge, ml.g6.4xlarge et ml.g6.12xlarge.

## Pourquoi c'est important

Pour les équipes de recherche disposant d’un compte AWS, JumpStart offre une solution gérée pour effectuer des prédictions de structures biomoléculaires. Le coût des instances GPU et le statut d’avant-première pour la recherche restent toutefois des contraintes concrètes.

## Sources et références

1. [OpenFold3 on Amazon SageMaker JumpStart: Predict biomolecular structures](https://aws.amazon.com/blogs/machine-learning/openfold3-on-amazon-sagemaker-jumpstart-predict-biomolecular-structures/) – AWS, 2026-11-13

Dernière mise à jour: 2026-11-13