Bristol Myers Squibb gibt allen seinen Wissenschaftlern Zugang zum leistungsstärksten KI-Supercomputer der Arzneimittelforschung

Wichtigste Punkte

• Bristol Myers Squibb (BMS) setzt seinen zweiten NVIDIA DGX SuperPOD ein, der auf acht Vera Rubin NVL72 Rackgrößen-Systemen basiert und damit der leistungsstärkste KI-Cluster in den Biowissenschaften ist.
• Das neue System bietet bis zu zehnmal höhere Leistung pro Stromeinheit im Vergleich zur bisherigen Hardware.
• BMS wird jedem Wissenschaftler des Unternehmens Zugang zum System gewähren – ohne Wartelisten und ohne Nutzungsbeschränkungen.
• BMS betreibt einen früheren KI-Supercomputer bereits seit etwa drei Jahren und nutzt ihn, um Wochen bei der Identifizierung von Wirkstoffzielen zu sparen und seine Bibliothek krebsbekämpfender Moleküle zu erweitern.
• Die kombinierte Infrastruktur ermöglicht es Forschern, Anfragen in einfacher englischer Sprache zu formulieren, anstatt tiefe Computerkenntnisse zu benötigen.

Erin Davis hat einen neuen Spitznamen für die Recheninfrastruktur von Bristol Myers Squibb: das „SuperDuperPOD". Das klingt spielerisch. Die Wissenschaft dahinter ist es nicht.

BMS, eines der weltweit größten Pharmaunternehmen, betreibt bereits einen der größten KI-Computerclusters in der Biowissenschaftsindustrie. Diese Woche kündigte das Unternehmen, wie von NVIDIA berichtet, an, einen zweiten, noch leistungsstärkeren Cluster hinzuzufügen. Das neue System basiert auf acht DGX Vera Rubin NVL72 Einheiten – Rackgrößen-Computer vollgepackt mit Rubin GPUs (den spezialisierten Chips, die die numerischen Berechnungen durchführen, die KI benötigt) und Vera CPUs (allzweckgebundene Prozessoren, die die gesamte Arbeitslast steuern).

Die Hauptzahl: Der neue Cluster liefert bis zu zehnmal höhere Rechenleistung pro Megawatt Strom im Vergleich zum System, das er ersetzt. Das ist bei der Arzneimittelforschung wichtig, da einige KI-Vorhersagen wirklich enorm sind und Millionen möglicher Moleküle gleichzeitig erfassen.

Aber der Teil, über den sich Davis am meisten freut, ist nicht die reine Rechenleistung. Es ist der Zugang.

„Anstatt eine kleine Gruppe von Forschern mit Zugang zum Supercomputer auszustatten, öffnen wir ihn buchstäblich jedem Wissenschaftler", sagt Davis, Vice President für Research Business Insights and Technology bei BMS. „Niemand muss warten, und niemand wird gesagt, dass er ein Limit hat."

Bislang führten standortspezifische Einschränkungen aus früheren Unternehmensübernahmen dazu, dass viele Forscher gar nicht einfach auf das System zugreifen konnten. Die neue Infrastruktur verbindet BMS-Labore weltweit auf einer einzigen Plattform. Ein Team in Lawrenceville, New Jersey, und ein Team in San Diego, Kalifornien, werden aus demselben Daten- und Modell-Pool schöpfen. Forscher werden in der Lage sein, komplexe Vorhersagen zu starten, indem sie einfach eine Frage in Englisch eingeben, anstatt eine formale Rechenanfrage einzureichen.

Was bedeutet das für Patienten, die auf neue Medikamente warten?

Ein schnellerer Zugang zu Rechenleistung sollte bedeuten, dass zwischen wissenschaftlichen Ideen und prüfbaren Arzneimittelkandidaten weniger Zeit vergeht. BMS hat in den vergangenen drei Jahren seinen ersten KI-Cluster genutzt, um Wochen manueller Wirkstoffziel-Identifizierungsarbeit zu sparen und eine Bibliothek von Molekülen zu erweitern, die krebsverursachende Proteine abbauen. Payal Sheth, Senior Vice President für Therapeutic Discovery Sciences bei BMS, beschreibt einen „Predict First"-Ansatz: Wissenschaftler führen KI-Vorhersagen zum wahrscheinlichen Verhalten eines Moleküls durch, bevor sie Zeit im Labor investieren, um es herzustellen. Das eliminiert Sackgassen frühzeitig und konzentriert teure Experimente auf die vielversprechendsten Kandidaten.

Das Unternehmen entwickelt auch sogenannte agentic workflows, bei denen KI-Agenten (Software, die mehrstufige Aufgaben selbstständig ausführen kann, einschließlich Datenspeicherung und Vorhersageberechnungen über verschiedene Abteilungen hinweg) Erkenntnisse aus separaten Forschungsprogrammen verbinden. Jedes Experiment, sagt Sheth, speist nun ein gemeinsames Intelligenzsystem, das sich im Laufe der Zeit verstärkt. Das gab es am Anfang ihrer Karriere nicht.

Davis' Motivation ist persönlich und beruflich zugleich. Ihr Vater starb vor fünf Jahren an Alzheimer. BMS hat bedeutende Investitionen in Gehirn-Gesundheitsforschung, ein Bereich, den sie als „notorisch schwierig" beschreibt. Die Rechenleistung, sagt sie, ist nicht das Ziel. Sie ist das Mittel, um schneller dorthin zu gelangen.

Das kombinierte System startet mit einem detaillierten Workload-Plan, der bereits über Kleinmolekül-Design, Großmolekül-Design, klinische Anwendungen und Digital Twins (Computersimulationen biologischer Prozesse) verteilt ist. „Wir haben dies nicht nur gekauft, um den größten Compute zu haben", sagt Davis. „Willkommen zu Limitless Compute."