最强制药AI重磅来袭！BMS携手英伟达，算力与能效双登顶

浏览量 27

2026年7月20日，BMS宣布将扩建其算力基础设施，部署由英伟达DGX Vera Rubin NVL72系统组成的第二套DGX SuperPOD，并称其为生命科学行业算力最强、能效最高的单一自有英伟达基础设施。此次扩容将为BMS的科研与计算团队带来计算能力与效率的双重跃升。

来源：BMS官网

新系统由8台DGX Vera Rubin NVL72组成，每台机柜包含72颗Rubin GPU与36颗Vera CPU，总计576颗GPU，NVFP4推理算力约为28.8 EFLOPS。据英伟达官方数据，Vera Rubin架构每兆瓦性能最高可达上一代的10倍，使BMS能够在能耗不按比例增长的前提下，支撑更大规模、更复杂的AI工作负载。

此项投资建立在双方近三年的合作基础之上，此次扩容将进一步匹配BMS在肿瘤学、血液学、心血管疾病、免疫学和神经科学等领域日益扩展的AI驱动科研项目的规模与复杂度。

药物发现本质上是在不确定性下进行的一系列决策，更优的决策源于更快、更充分的证据。新基础设施有望使BMS从每一次实验和每一组临床数据中持续学习，进而优化后续假设，减少科学家在重复性工作上的时间投入，使其将更多精力集中于需要人类判断力的关键环节。BMS的目标并非单纯追求速度，而是提升每个推进中项目最终成功的概率。

此次扩展合作进一步推动了BMS“混合智能”（hybrid intelligence）愿景的实现，即AI协同科学家与人类研究员紧密协作的科研模式：AI系统负责执行复杂、数据密集型任务，科学家则专注于方向把控、结果解读及需要深厚专业经验的决策。

Vera Rubin集群将成为这一愿景的计算基座，用于训练基于BMS数十年专有数据的下一代基础模型，并在科学需要时，借助NVIDIA BioNeMo平台（面向生物学的AI平台）的领域专用能力，同时驱动智能体工作流，使研究员能够以前几年难以企及的规模评估科学假设。

BMS在AI驱动研究方面的投入已开始改变其药物发现与开发模式，初步成果已覆盖多个环节。例如，用于自动化靶点识别与验证的AI智能体，为BMS科学家节省了数周的人工操作，使其得以专注于假设检验和最高价值的科学决策。在此基础上，公司推行“预测优先”（Predict First）策略，即在实验开始前，由AI生成的预测指导实验设计。目前，AI已用于指导每一个小分子项目及大部分大分子项目的设计。其核心在于构建一个从靶点识别到临床概念验证的集成化AI驱动学习系统，助力科学家在每个阶段做出更高置信度的决策。

BMS在人类疾病最复杂的多个领域积累了数十年的卓越科学知识。借助NVIDIA Vera Rubin和BioNeMo智能体工具包（Agent Toolkit），BMS有能力将这些企业级科学数据转化为专有智能，并为智能体配备领域专用工具，帮助科学家以前所未有的规模探索生物学、设计分子并评估假设，从而重塑药物发现与开发的方式。