Bristol Myers Squibb diventerà la prima azienda delle scienze della vita ad acquistare un Nvidia DGX SuperPOD basato sulla nuova architettura Vera Rubin, una scommessa che la casa farmaceutica presenta come un ampliamento decisivo del ruolo dell'AI nella scoperta di farmaci. L'azienda definisce la macchina l'infrastruttura Nvidia di proprietà singola più potente nelle scienze della vita.

Un salto di efficienza

Il sistema DGX Vera Rubin NVL72 offre fino a 10x greater performance per megawatt rispetto al suo predecessore, un SuperPOD in funzione presso BMS da marzo 2024. Il Chief Digital and Technology Officer Greg Meyers lo ha detto chiaramente: l'azienda ottiene "10 volte più capacità di calcolo per watt speso", aggiungendo che "BMS ha fatto una scommessa deliberata sull'AI e stiamo cominciando a vederla ripagare".

Dove va il calcolo

BMS eseguirà modelli AI proprietari nei programmi di oncologia, ematologia, cardiovascolare, immunologia e neuroscienze. Il Chief Research Officer Robert Plenge ha sintetizzato il ritorno in termini di capacità produttiva: nella valutazione dei candidati farmaceutici, "forse prima potevamo farne 10 e ora possiamo farne decine". La potenza di calcolo consente all'azienda di testare molte più ipotesi molecolari in silico prima di impegnarsi nel lavoro di laboratorio.

Risparmi di tempo misurabili

L'azienda afferma che l'AI ha già ridotto il proprio time-to-clinical-testing del 20-30% e punta a un 50%. Più significativa è la sua affermazione secondo cui un trattamento sperimentale per la drepanocitosi non sarebbe stato scoperto senza la ricerca abilitata dall'AI — un esempio concreto di un candidato sfuggito ai metodi esistenti. I termini finanziari dell'acquisto Nvidia non sono stati resi noti.

Possedere l'hardware

Acquistando invece di noleggiare capacità cloud, BMS mantiene modelli e dati su infrastrutture che controlla — un modello ricorrente tra le aziende che gestiscono IP sensibile e di alto valore. Nel settore farmaceutico, dove un singolo farmaco approvato può valere miliardi, possedere la capacità di calcolo che accorcia il ciclo di scoperta è sempre più considerato un'infrastruttura centrale, non un esperimento.