百时美施贵宝收购英伟达AI平台以加速药物研发

百时美施贵宝（Bristol Myers Squibb）已收购一套由Vera Rubin架构驱动的Nvidia DGX SuperPOD，以加速其药物研发管线中的人工智能应用。

这家制药巨头将成为首家部署基于Vera Rubin的DGX SuperPOD的生命科学机构。Vera Rubin是Nvidia今年早些时候发布的最新AI计算架构，也是此前几代架构的继任者。

扩展计算能力

新集群由八个DGX Vera Rubin NVL72系统组成，每个机架级单元均集成了Nvidia的Vera中央处理器和Rubin图形处理器。

百时美施贵宝将利用这一基础设施训练专有模型，并在其研究项目中执行预测，支持针对化合物、蛋白质及其他科学数据集的工作。

该交易的财务细节尚未披露。此次收购增强了百时美施贵宝现有的Nvidia基础设施，其中包括一个较旧的SuperPOD，高管指出该设备比Vera Rubin落后两到三代。

百时美施贵宝已运营其当前的DGX SuperPOD约三年。该公司计划将其与新的Vera Rubin系统集成到一个统一计算环境中，以便其全球研究站点均可访问。

SuperPOD软件栈将管理整个基础设施上的训练、预测和开发工作负载。据百时美施贵宝称，这一扩展配置将使更多科学家更广泛地直接访问计算资源。

百时美施贵宝首席数字和技术官Greg Meyers表示，随着公司在整个研究组织中部署更大规模的人工智能模型，计算需求激增。

百时美施贵宝研究业务洞察与技术副总裁Erin Davis指出，现有基础设施已处于满负荷运行状态。她将这一需求归因于涉及复杂分子的大规模预测以及内部基础模型的开发。

Davis强调，新系统不会仅限于一小群计算研究人员。百时美施贵宝计划在整个研究组织中提供该系统，从而消除当前设置下的等待时间和访问限制。

在药物发现中应用人工智能

百时美施贵宝报告称，人工智能现已用于指导其所有小分子项目的设计以及大多数大分子项目的设计。该技术应用于靶点识别、先导化合物优化、大分子预测和内部模型开发。

该公司表示，人工智能支持的靶点识别已将手动研究工作减少了数周时间。大分子预测工作负载也推动了对额外图形处理能力的迫切需求。

百时美施贵宝首席研发官Robert Plenge表示，新系统将使科学家能够在早期开发阶段评估更多的潜在药物候选物。

“也许以前我们只能做10个，现在我们可以做几十个，”Plenge说。

计算筛选允许研究人员在选定较小的子集进行合成和实验室测试之前，评估潜在化合物。

百时美施贵宝通过一种名为“先预测”（Predict First）的方法采用这一策略，该方法利用模型生成的预测结果，在选定候选物进行合成之前排除不符合所需特性的分子。

百时美施贵宝治疗发现科学高级副总裁Payal Sheth表示，研究人员利用这些预测结果来识别具有所需特性组合的分子。

“我们利用预测作为优先合成具有多参数优化特性的分子的一种方式，”Sheth说。“这确保了宝贵的实验室实验与具有最高成功概率的分子进展保持一致。”

这种方法减少了送往实验室测试的化合物数量，使研究人员能够将实验集中在符合项目预测要求的分子上。

百时美施贵宝还利用人工智能扩展了其CELMoD化合物库，这些化合物经过工程改造，可选择性地降解致癌蛋白。该公司正在研究这些化合物在血液癌症及其他疾病中的应用。

百时美施贵宝表示，建模工作帮助研究人员在决定哪些候选物进行实验性研究之前，考察了更多的蛋白质靶点和潜在化合物。

该公司还利用人工智能工具缩短临床试验所需药物的生产时间。Plenge表示，该过程的时间已经减少了20%至30%，未来几年可能达到50%。

他举了一个处于早期临床开发阶段的实验性镰状细胞病治疗药物为例，称其得到了人工智能研究的支持。Plenge表示，如果没有公司的人工智能工具，该治疗药物可能不会被发现。

这些数据指的是识别和生成用于临床试验的候选物所需的时间，而非其在试验中的后续表现。

Vera Rubin系统还将使研究人员能够访问Nvidia的BioNeMo Agent Toolkit，用于生物和药物发现应用。

BioNeMo提供蛋白质结构预测、分子生成、分子对接、序列分析和基因组学工具。它还可以在同一研究工作流程中连接多个计算工具。

百时美施贵宝高管强调，人类研究人员将继续审查模型输出，并决定哪些化合物或项目应继续推进。

连接研究站点

百时美施贵宝正在引入旨在降低启动复杂计算任务所需专业知识水平的工具。该公司表示，研究人员将能够使用自然语言指令启动某些预测请求。

据百时美施贵宝称，该环境将通过Nvidia Mission Control进行管理，负责集群配置、基础设施监控和工作负载管理。

统一的基础设施将使一个站点生成的数据和模型输出能够被其他团队使用。百时美施贵宝指出，例如，新泽西州劳伦斯维尔某个项目的数据集可以整合到圣地亚哥研究人员使用的模型中。

Sheth表示，共享环境旨在保留整个组织内实验和研究项目的信息。

“计算基础设施将我们所有的科学家联系在一起，并确保我们的学习成果制度化，”Sheth说。

这两个SuperPOD将通过共同的数据环境运行，使不同站点的团队能够访问共享数据集和模型输出。百时美施贵宝表示，该环境将包含来自实验、临床结果和研究合作的信息。

该公司计划将新的计算能力分配给小分子和大分子设计、临床研究和数字孪生应用。百时美施贵宝未提供有关计划中的数字孪生工作或分配给每个领域的容量详情的信息。

Meyers表示，Vera Rubin系统相对于其电力消耗将提供更多的计算能力。百时美施贵宝和Nvidia表示，该八个系统的集群每兆瓦提供的性能将是其所替换基础设施的10倍。

“当你托管这些东西时，你必须支付电费，”Meyers说。“可以将其视为每瓦特支出提供的计算容量增加了10倍……电费并不会变得更便宜。”

百时美施贵宝未提供具体的部署日期，也未指明新系统的托管地点。

另见：美国公共卫生机构将测试OpenAI和Anthropic的人工智能模型

想了解更多来自行业领袖的人工智能和大数据知识？ 请查看在阿姆斯特丹、加利福尼亚州和伦敦举行的AI & Big Data Expo。该综合活动是TechEx的一部分，并与包括Cyber Security & Cloud Expo在内的其他主要技术活动联合举办。点击此处获取更多信息。

AI News由TechForge Media提供支持。在此探索其他即将举行的企业技术活动和网络研讨会。