AI News HubLIVE
站內改寫3 分鐘閱讀

百時美施貴寶基於NVIDIA Vera Rubin打造生命科學行業最先進的AI工廠

百時美施貴寶(BMS)宣佈部署其第二代NVIDIA DGX SuperPOD,基於八套DGX Vera Rubin NVL72系統,成為生命科學領域最強大、最節能的AI叢集。新系統將向所有科學家開放,無需等待或限制,支援藥物發現全流程的AI應用,包括目標識別、化合物庫擴充套件和先導最佳化。BMS還整合了現有叢集,形成統一環境,並透過NVIDIA Mission Control提供AI原生工具。

來源NVIDIA Blog作者: Brian Caulfield

百時美施貴寶(BMS)今日宣佈,將部署其第二代NVIDIA DGX SuperPOD,該叢集基於八套DGX Vera Rubin NVL72系統構建,成為生命科學領域最強大且能效最高的AI計算設施。BMS副總裁艾琳·戴維斯(Erin Davis)將其稱為“SuperDuperPOD”——這個暱稱蘊含了兩層含義:這家制藥巨頭已經執行著生命科學領域最大的AI叢集之一,並取得了顯著成果;如今,他們正在加倍投入。

新的叢集採用NVIDIA Vera CPU和Rubin GPU,每兆瓦效能是原有基礎設施的10倍。它將為全球製藥巨頭的所有科學家提供統一的AI平臺,包括用於生物AI的NVIDIA BioNeMo Agent Toolkit,支援在藥物發現全流程中進行預測、模型訓練和代理工作流。戴維斯表示:“我們不是讓一小部分研究人員使用超級計算機,而是向每一位科學家開放。沒有人需要等待,也沒有人被告知有使用限制。”

BMS運營現有DGX SuperPOD已有約三年,取得了切實成果。AI輔助的目標識別已為科學家節省數週的手動工作,使他們能夠專注於最高價值的科學決策。BMS團隊利用AI擴充套件了CELMoD化合物庫——這些分子被設計用於選擇性降解致癌蛋白,在血癌治療等領域有應用前景。這為更廣泛的疾病領域開啟了新靶點和新候選藥物的大門。在藥物發現的先導最佳化階段,AI還透過名為“預測優先”(Predict First)的方法學得到應用,該方法基於設計預測來指導實驗篩選。

“我們利用預測來優先合成具有多引數最佳化特徵的分子,”BMS治療發現科學高階副總裁佩亞爾·謝斯(Payal Sheth)解釋道,“從而排除那些不符合我們所需性質特徵的分子。這確保了寶貴的實驗室實驗與那些具有最高成功機率的分子開發方向保持一致。”

這些研究級AI應用對整個研究機構的計算需求產生了顯著影響。戴維斯指出:“我們已經飽和了。我們正在大規模進行大分子預測,並構建自己的基礎模型,這需要大量GPU。”新系統上線後,戴維斯已經為考慮在哪裡開展最佳工作的研究人員準備好了說辭:“歡迎來到無限計算。”

戴維斯本人是計算化學家出身,多年從事科學研究後,她認為技術沒有跟上需求,因此決定轉而解決問題。她在ChemAxon、Schrödinger和X-Chem等公司從事企業平臺開發約15年,期間製藥行業始終面臨同樣的瓶頸。她指出:“問題不在於技術,而在於如何讓技術真正被科學家使用,並從中學習。”她個人深知其中的利害關係:五年前她的父親因阿爾茨海默症去世,“極其痛苦”。BMS在腦健康領域有重大投入——這是一個公認的難題。“即使他仍然會離世,但如果能在過程中緩解症狀,也能減輕全家人的痛苦。痴呆症尤其殘酷。”

戴維斯的團隊正在將現有DGX SuperPOD與新的DGX Vera Rubin NVL72系統整合到一個統一環境中——一個單一資料平面,可從BMS全球所有站點訪問。過去系統難以觸及的障礙(如過去收購留下的站點特定限制、需要深度計算專業知識)正被透過NVIDIA Mission Control管理的AI原生工具所取代。研究人員將能夠用日常語言發起複雜預測。

“計算基礎設施將所有科學家連線在一起,確保我們的學習成果得以制度化,”謝斯解釋道。新澤西州勞倫斯維爾的專案資料集用於訓練模型,供加利福尼亞州聖地亞哥的團隊呼叫。這些學習成果“可以應用於我們開展的任何專案”。

“今天的藥物發現中存在著累進學習迴圈,這在我職業生涯初期是不存在的,”謝斯說。“過去每個專案都單獨處理,離散的學習成果無法累積成任何智慧框架。”如今,BMS正利用AI將這一學習迴圈擴充套件為一個發現系統,其中每個實驗、臨床結果和合作夥伴關係都轉化為更高置信度的科學決策,且速度更快。

代理工作流可進一步增強研發架構。“代理不受限制,”戴維斯說,“它們可以跨領域運作。這是一個巨大的變革,因為我們現在可以從跨孤島和跨專案的決策中學習。”當一位科學家能夠呼叫一支經過充分驗證、受過全面培訓、內嵌BMS知識的虛擬科學家團隊時,“你本身就是一個完整的團隊。”

謝斯表示,人類的直覺不會被取代,“而是透過更多定量見解和預測得到增強”。她認為,利用計算來擴充套件這種能力,“正是AI影響力的激動人心之處將得以充分實現的地方”。戴維斯補充道:“仍然需要人腦來驅動,尋找例外和陷阱,教導它們如何利用知識。但這將大幅提升個人能力。”

戴維斯表示,新系統已有詳盡的使用計劃:包括從小分子和大分子設計到臨床應用再到數字孿生的全面分配。“我們購買這套系統不僅僅是為了擁有最大的計算能力,”她說,“SuperDuperPOD實際上貫穿了藥物發現的每個環節。”當BMS首席數字和技術官格雷格·邁耶斯(Greg Meyers)詢問戴維斯是否確定能夠完全利用這套超級叢集時,她的回答直截了當:“給我們時間。”