百時美施貴寶購買輝達AI系統用於藥物發現

百時美施貴寶（Bristol Myers Squibb，簡稱BMS）宣佈購買輝達（Nvidia）的DGX SuperPOD，該系統基於輝達最新的Vera Rubin架構，旨在支援該公司在藥物發現和開發中的人工智慧應用。BMS表示，它將成為第一家獲得基於Vera Rubin的DGX SuperPOD的生命科學公司。Vera Rubin架構是輝達今年早些時候推出的，作為其當前一代AI計算系統的繼任者。

該新叢集將包含八個DGX Vera Rubin NVL72系統，每個機架級系統結合了輝達Vera中央處理器和Rubin圖形處理器。BMS將利用這些基礎設施在其研究專案中訓練專有模型並進行預測，涵蓋化合物、蛋白質及其他科學資料。財務條款未予披露。此項購買擴充套件了BMS現有的輝達基礎設施，其中包含一個較舊的SuperPOD，公司高管稱其比Vera Rubin落後兩到三代。

BMS現有的DGX SuperPOD已執行約三年。公司計劃將其與Vera Rubin系統結合，形成一個共享計算環境，可供全球研究站點訪問。SuperPOD的軟體棧可以排程訓練、預測和開發工作負載。BMS表示，擴充套件後的環境將使更多科學家直接獲得計算資源。

BMS首席數字與技術官Greg Meyers指出，隨著公司在研究組織中部署更大規模的AI模型，計算需求不斷增加。研究業務洞察與技術副總裁Erin Davis表示，現有基礎設施已滿負荷執行，原因在於涉及大分子的大規模預測以及內部基礎模型的開發。Davis強調，新系統將不會僅限於少數計算研究人員，BMS計劃將其開放給整個研究組織，無需等待或設定訪問限制。

在藥物發現方面，BMS表示AI已應用於每個小分子專案和大多數大分子專案的設計。該技術用於靶點識別、先導化合物最佳化、大分子預測及內部模型開發。AI驅動的靶點識別已將一些手動研究工作縮短數週。大分子預測工作負載也推動了對額外圖形處理器容量的需求。

BMS首席研究官Robert Plenge表示，新系統將使科學家在早期開發階段評估更多潛在候選藥物。“也許以前我們只能做10個，現在我們可以做幾十個。”計算篩選使研究人員能夠在選擇少量化合物進行合成和實驗室測試之前，先評估潛在的化合物。BMS透過其稱為“預測優先”（Predict First）的方法應用此策略，利用模型生成的預測排除不符合所需特性的分子。

治療發現科學高階副總裁Payal Sheth解釋說，研究人員使用預測來識別具有所需特性組合的分子。“我們將預測作為優先合成具有多引數最佳化能力的分子的手段。這確保了寶貴的實驗室實驗與具有最高成功機率的分子保持一致。”該方法縮小了送到實驗室測試的化合物數量，使實驗聚焦於符合預測要求的分子。

BMS還利用AI擴充套件其CELMoD化合物庫，這類化合物被設計用於選擇性降解致癌蛋白質。公司正在研究這些化合物在血液癌症及其他疾病中的應用。建模工作幫助研究人員在決定哪些候選物進行實驗之前，檢查更多的蛋白質靶點和潛在化合物。

此外，BMS使用AI工具縮短生產臨床試驗藥物所需的時間。Plenge表示，這一過程已減少20%到30%，未來幾年可能達到50%。他引用一個實驗性鐮狀細胞病治療作為AI支援研究的例子，稱該治療可能無法在沒有AI工具的情況下被發現。這些數字指的是識別和產生候選物進行臨床測試所需的時間，而非它們在試驗中的後續表現。

Vera Rubin系統還將使研究人員能夠訪問輝達的BioNeMo Agent Toolkit，用於生物學和藥物發現應用。BioNeMo提供蛋白質結構預測、分子生成、分子對接、序列分析和基因組學工具，並能將多個計算工具連線在同一研究流程中。BMS高管表示，人類研究人員將繼續審查模型輸出，並決定哪些化合物或專案應該推進。

BMS正在引入旨在減少啟動複雜計算任務所需專業知識的工具。公司表示，研究人員將能夠使用自然語言指令啟動一些預測請求。該環境將透過輝達Mission Control管理，其功能包括叢集配置、基礎設施監控和工作負載管理。

統一基礎設施將允許一個站點生成的資料和模型輸出被其他團隊使用。例如，新澤西州勞倫斯維爾專案的資料集可以被聖地亞哥的研究人員用於模型。Sheth表示，共享環境旨在儲存整個組織的實驗和研究專案資訊。“計算基礎設施將所有科學家連線起來，確保我們的學習成果制度化。”兩個SuperPOD將透過一個公共資料環境執行，使不同站點的團隊能夠訪問共享資料集和模型輸出。環境將包括來自實驗、臨床讀取和研究合作的資訊。

公司計劃將新的計算能力分配給小分子和大分子設計、臨床研究和數字孿生應用。BMS未提供計劃中的數字孿生工作詳情或分配給每個區域的計算容量。

Meyers表示，Vera Rubin系統將提供相對於用電量更多的計算能力。BMS和輝達稱，八個系統叢集的效能功耗比將是其替換的基礎設施的10倍。“當你託管這些系統時，你必須支付電費。可以將其視為每瓦特功耗10倍的計算能力……電力不會變得更便宜。”BMS未提供具體的部署日期或新系統的主機位置。