Bristol Myers Squibb buduje najbardziej zaawansowaną fabrykę AI w farmacji na systemach NVIDIA Vera Rubin

Bristol Myers Squibb buduje najbardziej zaawansowaną „fabrykę AI” w branży farmaceutycznej, wykorzystując najnowsze systemy NVIDIA Vera Rubin. Koncern farmaceutyczny ogłosił wdrożenie drugiego klastra DGX SuperPOD, który ma zapewnić wszystkim naukowcom w firmie nieograniczony dostęp do mocy obliczeniowej AI. Szczegóły tego ambitnego projektu opisuje NVIDIA na swoim blogu.

Nowy system, żartobliwie nazywany przez Erin Davis z BMS „SuperDuperPOD”, składa się z ośmiu systemów DGX Vera Rubin NVL72 i oferuje do 10 razy wyższą wydajność na megawat w porównaniu z zastępowaną infrastrukturą. To rozwiązanie ma zrewolucjonizować sposób, w jaki naukowcy w BMS wykorzystują AI w procesie odkrywania leków.

Kluczowe wnioski

• Bristol Myers Squibb wdraża drugi klaster DGX SuperPOD z ośmioma systemami Vera Rubin NVL72 — najbardziej wydajnym rozwiązaniem AI w branży farmaceutycznej.
• Nowy system oferuje do 10x wyższą wydajność energetyczną i zapewni wszystkim naukowcom w BMS nieograniczony dostęp do mocy obliczeniowej AI.
• AI w BMS już teraz oszczędza tygodnie pracy manualnej w identyfikacji celów terapeutycznych i rozszerza bibliotekę związków CELMoD do walki z nowotworami.
• Firma łączy oba systemy w zunifikowane środowisko dostępne globalnie, eliminując bariery dostępu do superkomputerów.
• Implementacja metodologii „Predict First” pozwala optymalizować eksperymenty laboratoryjne, zwiększając prawdopodobieństwo sukcesu.

Przejście od abstrakcyjnych możliwości do mierzalnych rezultatów

Bristol Myers Squibb od około trzech lat korzysta z pierwszego klastra DGX SuperPOD, osiągając już znaczące rezultaty. Jak tłumaczy Payal Sheth, starszy wiceprezes ds. nauk o odkryciach terapeutycznych, firma przechodzi „od abstrakcyjnej wizji tego, co AI może zrobić, do rzeczywistego przekładania tego na mierzalny wpływ”.

AI w BMS już dziś automatyzuje identyfikację celów terapeutycznych, oszczędzając naukowcom tygodnie pracy manualnej. Zespoły wykorzystują sztuczną inteligencję do rozszerzania biblioteki związków CELMoD — cząsteczek zaprojektowanych do selektywnej degradacji białek wywołujących nowotwory. To otwiera drzwi do nowych celów terapeutycznych i potencjalnych leków w szerszym spektrum chorób.

Kluczową metodologią stała się strategia „Predict First”, w której przewidywania AI informują o podejmowaniu decyzji eksperymentalnych. „Używamy przewidywań jako sposobu na priorytetyzację syntezy cząsteczek z wieloparametrową optymalizacją”, wyjaśnia Sheth. „Eliminujemy cząsteczki, które niekoniecznie spełniłyby krajobraz właściwości, do którego dążymy.”

Zunifikowana platforma i przyszłość bez ograniczeń

Nowy system zostanie połączony z istniejącym SuperPOD-em w jednolite środowisko — pojedynczą płaszczyznę danych dostępną ze wszystkich oddziałów BMS na całym świecie. Erin Davis, wiceprezes ds. biznesowych wniosków i technologii badawczych, która nazywa się „chemiczką obliczeniową”, ma jasną wizję: „Witamy w Limitless Compute”.

Bariery, które utrudniały dostęp do wcześniejszego systemu — ograniczenia związane z przejęciami firm, potrzeba głębokiej wiedzy obliczeniowej — są zastępowane narzędziami natywnymi dla AI, zarządzanymi przez NVIDIA Mission Control. Naukowcy będą mogli inicjować złożone przewidywania, używając zwykłego języka angielskiego.

Davis, która ma osobiste motywacje w tej pracy po śmierci ojca na chorobę Alzheimera pięć lat temu, podkreśla znaczenie demokratyzacji dostępu do technologii. „Zamiast wyposażać małą grupę badaczy w dostęp do superkomputera, otwieramy go dosłownie dla każdego naukowca”, mówi. „Nikt nie musi czekać i nikt nie ma limitów.”

Nowa infrastruktura ma stworzyć „kumulacyjną pętlę uczenia się” w odkrywaniu leków, gdzie każdy eksperyment, wynik kliniczny i partnerstwo przekłada się na bardziej pewne decyzje naukowe. Systemy agentyczne AI mogą dodatkowo ulepszać architekturę badań i rozwoju, ucząc się z decyzji podejmowanych w różnych działach i programach.