制药巨头百时美施贵宝（Bristol Myers Squibb，简称 BMS）近日宣布，将部署基于 NVIDIA 下一代 Vera Rubin 架构的第二代 DGX SuperPOD。这一举措标志着 BMS 正在将其在生命科学领域的 AI 战略提升至全新的工业级高度，也预示着全球制药行业正在加速迈向“AI 工厂”时代。
BMS 人工智能与数据科学高级总监 Erin Davis 将这一庞大的计算集群形象地称为“SuperDuperPOD”。这个名称不仅代表了集群的规模，更象征着 BMS 在药物研发中利用 AI 获得的巨大成功，以及他们持续加码的决心。事实上，早在几年前，BMS 就已经建立了基于 NVIDIA H100 GPU 的第一代 DGX SuperPOD，并在蛋白质折叠和药物分子生成等任务中取得了显著成果，大幅缩短了药物发现的时间线。
从“算力中心”到“AI 工厂”
此次部署的第二代 SuperPOD，其核心意义在于“工厂”这一概念。在传统的研发模式下，制药企业往往依赖分散的实验室和有限的算力资源。然而，随着 AI 模型的日益复杂，尤其是涉及多肽生成、蛋白质-配体结合预测等任务时，对算力的需求呈指数级增长。BMS 的这一布局，旨在打造一个标准化的、可扩展的 AI 生产环境，就像工厂生产汽车一样，通过高度自动化的流程源源不断地产出高质量的药物研发数据和分析结果。
Vera Rubin 架构：下一代算力的基石
新一代 DGX SuperPOD 将采用 NVIDIA 下一代 Vera Rubin 架构。作为 H100 的继任者，Vera Rubin 预计将带来算力和显存带宽的显著飞跃。对于生命科学领域而言，这意味着 AI 模型将能够处理更复杂的生物数据。例如，在模拟蛋白质与药物分子的相互作用时，更高的显存带宽将允许模型运行更大的批次，从而提高预测的准确性和稳定性。这种算力的跃升，是攻克那些长期以来被视为“不可成药”靶点的重要前提。
重塑药物发现的全流程
这种大规模 AI 基础设施的投入，将深刻改变药物发现的全流程。通过 Vera Rubin SuperPOD，BMS 可以更高效地进行生成式 AI 训练，从而加速新分子的筛选过程。此外，AI 工厂还能优化临床试验设计，通过分析海量患者数据，帮助医生为患者匹配合适的疗法，提高试验成功率并降低成本。可以说，AI 正在从辅助工具转变为驱动新药研发的核心引擎。
随着 BMS 等行业领军企业纷纷建立最先进的 AI 工厂，生命科学行业正在形成一个新的竞争高地。这不仅是技术上的升级，更是研发范式的根本性转变。未来，能够最快构建并利用高性能 AI 基础设施的企业，将在新药研发的竞赛中占据先机。
信息来源：NVIDIA Blog，原文链接：https://blogs.nvidia.com/blog/bristol-myers-squibb-building-life-science-industrys-most-advanced-ai-factory-on-nvidia-vera-rubin/
