百时美施贵宝引入英伟达AI系统，加速新药研发

全球制药巨头百时美施贵宝（Bristol Myers Squibb）近日宣布，将采购基于英伟达（Nvidia）最新Vera Rubin架构的DGX SuperPOD超级计算系统，专门用于支持其药物发现与开发流程中的人工智能应用。该公司表示，这将是生命科学领域首个部署Vera Rubin架构DGX SuperPOD的案例，标志着AI制药正在从数据驱动的辅助角色，跃升为研发核心引擎。

硬件换代背后的AI制药战略

据官方透露，这套系统将部署于百时美施贵宝的研发中心，主要用于训练和运行大规模分子模拟、蛋白质结构预测、靶点发现以及临床试验优化等模型。Vera Rubin架构是英伟达于2025年推出的新一代GPU平台，专为高性能计算和AI工作负载设计，其算力较前代Hopper架构提升近4倍，内存带宽更实现了代际跃升。对于需要处理海量化学空间和生物数据的制药行业而言，这一性能突破意味着以往需要数周完成的计算任务，如今可缩短至数小时。

事实上，百时美施贵宝在AI制药领域早有布局。2023年，该公司曾与多家AI初创企业合作，试用深度学习模型筛选候选分子；2024年，其内部组建了跨学科的AI研发团队。此次直接购入顶级算力基础设施，显示出公司已从试探性合作转向自主可控的深度整合。英伟达医疗健康业务负责人表示：“制药行业对算力的需求正在指数级增长。Vera Rubin架构不仅提供了澎湃的浮点运算能力，更通过NVLink和NVSwitch优化了多GPU间的数据交换效率，这对于训练千亿参数量的生物大模型至关重要。”

行业拐点：AI制药进入“算力军备竞赛”

这不是制药巨头第一次拥抱英伟达。此前，辉瑞与英伟达合作开发了用于疫苗mRNA设计的AI模型；强生则利用英伟达Clara平台加速病理图像分析。然而，直接购买最高端DGX SuperPOD的企业此前并不多见——多数公司倾向于租用云算力或采购中端型号。百时美施贵宝此次大手笔购置，显然释放出两个信号：其一，公司对内部AI研发能力信心充足，不愿将核心算法暴露于第三方云平台；其二，Vera Rubin架构在生物计算领域的性能优势已被验证，值得重金押注。

“我们正处在药物发现范式的转折点。传统‘试错’模式正被‘预测+验证’取代，而算力就是新范式的氧气。”——百时美施贵宝首席数字官在内部备忘录中如是说。

从行业宏观视角看，全球AI制药市场规模预计在2030年突破500亿美元，但真正落地的成药项目仍屈指可数。主要瓶颈在于：高质量训练数据获取困难、模型可解释性不足以及算力成本高昂。百时美施贵宝此次决策，实质上是对后两个问题的正面回应——通过最先进的算力强行拉高模型规模与迭代速度，以求在竞争中抢占先机。

编者按：制药业的“英伟达依赖症”会不会到来？

英伟达在AI训练芯片领域近乎垄断的地位，正从互联网行业向生物医药等垂直领域渗透。当制药公司开始将研发效率与某一家芯片厂商的路线图深度绑定时，潜在的风险值得警惕：供应链稳定性、技术换代成本、架构迁移的锁定效应等，都可能成为未来3-5年内的隐忧。不过，就眼前而言，AI在缩短药物研发周期（平均10-15年降至5-8年）方面的潜力，仍然让各大药企甘愿“吃螃蟹”。百时美施贵宝的选择，既是技术理性的考量，也是一场豪赌。

据业界分析，Vera Rubin DGX SuperPOD的起步价格在千万美元级别，加上后续电力、散热和运维费用，单系统生命周期成本可能突破3000万美元。但考虑到一款创新药从研发到上市的平均成本高达26亿美元，如果AI能将失败率降低20%，这笔算力投资便物超所值。

目前，百时美施贵宝尚未公布具体的安装时间表，但预计将在2026年第四季度完成部署。届时，该公司将拥有全球制药行业最强单体AI计算集群之一。

本文编译自AI News