百時美施貴寶收購英偉達AI平臺以加速藥物研發

百時美施貴寶（Bristol Myers Squibb）已收購一套由Vera Rubin架構驅動的Nvidia DGX SuperPOD，以加速其藥物研發管線中的人工智慧應用。

這家制藥巨頭將成為首家部署基於Vera Rubin的DGX SuperPOD的生命科學機構。Vera Rubin是Nvidia今年早些時候釋出的最新AI計算架構，也是此前幾代架構的繼任者。

擴充套件計算能力

新叢集由八個DGX Vera Rubin NVL72系統組成，每個機架級單元均整合了Nvidia的Vera中央處理器和Rubin圖形處理器。

百時美施貴寶將利用這一基礎設施訓練專有模型，並在其研究專案中執行預測，支援針對化合物、蛋白質及其他科學資料集的工作。

該交易的財務細節尚未披露。此次收購增強了百時美施貴寶現有的Nvidia基礎設施，其中包括一個較舊的SuperPOD，高管指出該裝置比Vera Rubin落後兩到三代。

百時美施貴寶已運營其當前的DGX SuperPOD約三年。該公司計劃將其與新的Vera Rubin系統整合到一個統一計算環境中，以便其全球研究站點均可訪問。

SuperPOD軟體棧將管理整個基礎設施上的訓練、預測和開發工作負載。據百時美施貴寶稱，這一擴充套件配置將使更多科學家更廣泛地直接訪問計算資源。

百時美施貴寶首席數字和技術官Greg Meyers表示，隨著公司在整個研究組織中部署更大規模的人工智慧模型，計算需求激增。

百時美施貴寶研究業務洞察與技術副總裁Erin Davis指出，現有基礎設施已處於滿負荷執行狀態。她將這一需求歸因於涉及複雜分子的大規模預測以及內部基礎模型的開發。

Davis強調，新系統不會僅限於一小群計算研究人員。百時美施貴寶計劃在整個研究組織中提供該系統，從而消除當前設定下的等待時間和訪問限制。

在藥物發現中應用人工智慧

百時美施貴寶報告稱，人工智慧現已用於指導其所有小分子專案的設計以及大多數大分子專案的設計。該技術應用於靶點識別、先導化合物最佳化、大分子預測和內部模型開發。

該公司表示，人工智慧支援的靶點識別已將手動研究工作減少了數週時間。大分子預測工作負載也推動了對額外圖形處理能力的迫切需求。

百時美施貴寶首席研發官Robert Plenge表示，新系統將使科學家能夠在早期開發階段評估更多的潛在藥物候選物。

“也許以前我們只能做10個，現在我們可以做幾十個，”Plenge說。

計算篩選允許研究人員在選定較小的子集進行合成和實驗室測試之前，評估潛在化合物。

百時美施貴寶透過一種名為“先預測”（Predict First）的方法採用這一策略，該方法利用模型生成的預測結果，在選定候選物進行合成之前排除不符合所需特性的分子。

百時美施貴寶治療發現科學高階副總裁Payal Sheth表示，研究人員利用這些預測結果來識別具有所需特性組合的分子。

“我們利用預測作為優先合成具有多引數最佳化特性的分子的一種方式，”Sheth說。“這確保了寶貴的實驗室實驗與具有最高成功機率的分子進展保持一致。”

這種方法減少了送往實驗室測試的化合物數量，使研究人員能夠將實驗集中在符合專案預測要求的分子上。

百時美施貴寶還利用人工智慧擴充套件了其CELMoD化合物庫，這些化合物經過工程改造，可選擇性地降解致癌蛋白。該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。

百時美施貴寶表示，建模工作幫助研究人員在決定哪些候選物進行實驗性研究之前，考察了更多的蛋白質靶點和潛在化合物。

該公司還利用人工智慧工具縮短臨床試驗所需藥物的生產時間。Plenge表示，該過程的時間已經減少了20%至30%，未來幾年可能達到50%。

他舉了一個處於早期臨床開發階段的實驗性鐮狀細胞病治療藥物為例，稱其得到了人工智慧研究的支援。Plenge表示，如果沒有公司的人工智慧工具，該治療藥物可能不會被發現。

這些資料指的是識別和生成用於臨床試驗的候選物所需的時間，而非其在試驗中的後續表現。

Vera Rubin系統還將使研究人員能夠訪問Nvidia的BioNeMo Agent Toolkit，用於生物和藥物發現應用。

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。它還可以在同一研究工作流程中連線多個計算工具。

百時美施貴寶高管強調，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繼續推進。

連線研究站點

百時美施貴寶正在引入旨在降低啟動複雜計算任務所需專業知識水平的工具。該公司表示，研究人員將能夠使用自然語言指令啟動某些預測請求。

據百時美施貴寶稱，該環境將透過Nvidia Mission Control進行管理，負責叢集配置、基礎設施監控和工作負載管理。

統一的基礎設施將使一個站點生成的資料和模型輸出能夠被其他團隊使用。百時美施貴寶指出，例如，新澤西州勞倫斯維爾某個專案的資料集可以整合到聖地亞哥研究人員使用的模型中。

Sheth表示，共享環境旨在保留整個組織內實驗和研究專案的資訊。

“計算基礎設施將我們所有的科學家聯絡在一起，並確保我們的學習成果制度化，”Sheth說。

這兩個SuperPOD將透過共同的資料環境執行，使不同站點的團隊能夠訪問共享資料集和模型輸出。百時美施貴寶表示，該環境將包含來自實驗、臨床結果和研究合作的資訊。

該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。百時美施貴寶未提供有關計劃中的數字孿生工作或分配給每個領域的容量詳情的資訊。

Meyers表示，Vera Rubin系統相對於其電力消耗將提供更多的計算能力。百時美施貴寶和Nvidia表示，該八個系統的叢集每兆瓦提供的效能將是其所替換基礎設施的10倍。

“當你託管這些東西時，你必須支付電費，”Meyers說。“可以將其視為每瓦特支出提供的計算容量增加了10倍……電費並不會變得更便宜。”

百時美施貴寶未提供具體的部署日期，也未指明新系統的託管地點。

另見：美國公共衛生機構將測試OpenAI和Anthropic的人工智慧模型

想了解更多來自行業領袖的人工智慧和大資料知識？ 請檢視在阿姆斯特丹、加利福尼亞州和倫敦舉行的AI & Big Data Expo。該綜合活動是TechEx的一部分，並與包括Cyber Security & Cloud Expo在內的其他主要技術活動聯合舉辦。點選此處獲取更多資訊。

AI News由TechForge Media提供支援。在此探索其他即將舉行的企業技術活動和網路研討會。