Bristol Myers Squibb har blivit det första life science-företaget att köpa NVIDIAs senaste AI-superdatorritning, och tillkännager planer på att bygga vad det kallar läkemedelsindustrins mest kraftfulla centraliserade AI-fabrik på chiptillverkarens Vera Rubin-plattform. Affären markerar en betydande eskalering i den AI-kapprustning som pågår inom läkemedelsutvecklingssektorn. För kontinuerlig täckning av AI-utvecklingen som omformar industrier över hela världen, ger AI Buzz Wire dig de berättelser som betyder något.
Den amerikanska läkemedelsjätten distribuerar en NVIDIA DGX SuperPOD byggd på Vera Rubin NVL72-systemet, en nästa generations AI och superdatorplattform designad specifikt för komplexa, autonoma agenta AI-arbetsflöden och vetenskaplig beräkning. Systemet är uppkallat efter Vera Cooper Rubin, den hyllade astronomen vars arbete gav grundläggande bevis för existensen av mörk materia.
En stegförändring i beräkningskraft
Enligt BMS kommer utbyggnaden att leverera den mest avancerade och mest energieffektiva NVIDIA-infrastrukturen inom biovetenskap, som fungerar med upp till tio gånger högre prestanda per megawatt än tidigare system. Det effektivitetspåståendet är avgörande i en tid då AI:s energiaptit har blivit ett centralt bekymmer för både industrin och beslutsfattare.
Företaget sa att den nya infrastrukturen kommer att göra det möjligt för det att utöva större och mer sofistikerade AI-arbetsbelastningar utan en proportionell ökning av energiförbrukningen, genom att skala egna AI-modeller utformade för att trunkera läkemedelsupptäcktens tidslinjer och förbättra forskningsresultaten.
BMS ramar in investeringen som ryggraden i dess hybrida intelligensvision, en strategi där AI-system arbetar tillsammans med mänskliga forskare snarare än att ersätta dem. Målet är att låta forskare lägga mindre tid på repetitiva beräkningsuppgifter och mer tid på frågor som kräver genuin vetenskaplig bedömning.
AI redan inbäddad i BMS drogprogram
Tillkännagivandet är inte en framåtblickande strävan frånkopplad från nuvarande verksamhet. BMS säger att artificiell intelligens redan informerar designen av alla små molekylprogram i sin pipeline, och majoriteten av dess stora molekylprogram. Företaget beskriver detta som ett förutsäg-först tillvägagångssätt, där AI-genererade modeller formar hypoteser innan något laboratoriearbete påbörjas.
AI-agenter på BMS automatiserar redan målidentifiering och validering, uppgifter som tidigare krävt veckor av manuell ansträngning av forskare. Dessa agenter frigör nu forskare att fokusera på hypotestestning och vetenskapliga beslut på högre nivå, sade företaget.
Greg Meyers, chief digital and technology officer på BMS, sa att företaget har byggt mot detta projekt i nästan tre år. "BMS har gjort en avsiktlig satsning på AI, och vi börjar se att det lönar sig i vår pipeline och verksamhet", sa Meyers i ett uttalande. "Att utöka vår beräkningskapacitet med NVIDIA ger våra forskare och team över hela verksamheten den skala de behöver för att hålla BMS i framkant av vad AI kan göra för läkemedelsupptäckt och utveckling."
Satsa på bättre beslut, inte bara hastighet
Robert Plenge, BMS:s forskningschef, inramade investeringen som att det i grunden handlar om att förbättra kvaliteten på vetenskapliga beslut snarare än att bara påskynda dem. "Drug upptäckt är en sekvens av beslut som fattas under osäkerhet, och bättre beslut kommer från bättre bevis, snabbare," sade Plenge. "Den här infrastrukturen låter oss lära oss av varje experiment och varje klinisk avläsning för att skärpa nästa hypotes, vilket gör att BMS-forskare kan lägga mindre tid på manuellt arbete och mer tid på frågor som kräver mänskligt omdöme."
"Målet är inte hastighet för sin egen skull," tillade Plenge. "Det ökar sannolikheten att varje program vi avancerar är det rätta."
De ekonomiska villkoren för affären avslöjades inte.
Ett farmaceutiskt AI-vapenkapplöpning
BMS tillkännagivande kommer mitt i en våg av liknande investeringar inom läkemedelssektorn, vilket signalerar att AI-driven läkemedelsupptäckt har flyttats från experimentella pilotprogram till utgifter för kärninfrastruktur. Bara månader tidigare gjorde Eli Lilly jämförbara påståenden på grund av sitt eget partnerskap med NVIDIA, och hävdade att inget annat företag verkade i omfattningen av sitt AI-beräkningsprojekt.
Läkemedelsupptäckt med AI förespråkas som ett sätt att förkorta tiden för att leda kandidaturval, minska utvecklingskostnaderna och förbättra framgångsfrekvensen. Teknikens förmåga att bearbeta stora datamängder, avslöja dolda mönster och generera testbara förutsägelser har gjort den alltmer attraktiv för att identifiera nya läkemedelsmål och designa nya terapeutiska föreningar.
Läkemedelsindustrins omfamning av storskalig AI-beräkning understryker också en bredare trend: företagen som bygger AI-infrastruktur är inte längre bara teknikföretag. Från läkemedelsupptäckt till materialvetenskap, de mest följdriktiga implementeringarna av AI sker alltmer inom traditionella industrier som tävlar om att integrera beräkningsintelligens i sina kärnprocesser.
För BMS är satsningen att vara först med NVIDIAs nyaste plattform kommer att innebära en varaktig forskningsfördel. Huruvida den fördelen håller kommer att bero på om AI-modellerna som körs på Vera Rubin konsekvent kan producera bättre läkemedelskandidater - och i slutändan bättre läkemedel för patienter.
Ligg före AI Frontier
Från farmaceutiska forskningslaboratorier till halvledargjuterier, AI skriver om reglerna i alla branscher. Bokmärk AI Buzz Wire för den senaste rapporteringen om hur artificiell intelligens förändrar världen.
Läs mer AI-nyheter →
