Bristol Myers Squibb vient de donner à tous ses scientifiques accès au plus grand supercalculateur IA de la recherche pharmaceutique

Points clés

• Bristol Myers Squibb (BMS) déploie son second DGX SuperPOD NVIDIA, construit sur huit systèmes Vera Rubin NVL72 à l'échelle des baies, ce qui en fait le cluster IA le plus puissant des sciences de la vie.
• Le nouveau système offre jusqu'à 10 fois meilleures performances par unité d'électricité consommée par rapport au matériel qu'il remplace.
• BMS donnera à chaque scientifique de l'entreprise accès au système, sans liste d'attente ni limite d'utilisation.
• BMS a utilisé un supercalculateur IA antérieur pendant environ trois ans, l'utilisant pour réduire de plusieurs semaines la recherche de cibles médicamenteuses et élargir sa bibliothèque de molécules anticancéreuses.
• La configuration combinée permettra aux chercheurs de formuler des demandes en anglais courant plutôt que de nécessiter une expertise informatique approfondie.

Erin Davis a un nouveau surnom pour l'infrastructure informatique de Bristol Myers Squibb : le « SuperDuperPOD ». Cela semble ludique. La science derrière ne l'est pas.

BMS, l'une des plus grandes sociétés pharmaceutiques du monde, exploite déjà l'un des plus grands clusters de calcul IA de l'industrie des sciences de la vie. Cette semaine, selon NVIDIA, l'entreprise a annoncé qu'elle ajoute un deuxième cluster encore plus puissant. Le nouveau système est construit sur huit unités DGX Vera Rubin NVL72, des ordinateurs de la taille d'une baie équipés de processeurs graphiques Rubin (les puces spécialisées qui effectuent les calculs intensifs dont l'IA a besoin) et de processeurs Vera (processeurs à usage général qui dirigent la charge de travail globale).

Le chiffre clé : le nouveau cluster offre jusqu'à dix fois plus de puissance de calcul par mégawatt d'électricité consommée par rapport au système qu'il remplace. Cela compte dans la découverte de médicaments car certaines prédictions IA sont véritablement énormes, s'exécutant sur des millions de molécules possibles à la fois.

Mais ce qui enthousiasme le plus Davis n'est pas la puissance brute. C'est l'accès.

« Au lieu d'équiper un petit groupe de chercheurs avec accès au supercalculateur, nous l'ouvrons littéralement à chaque scientifique », dit Davis, vice-présidente des aperçus commerciaux et de la technologie de recherche chez BMS. « Personne n'a besoin d'attendre, et personne ne se voit imposer de limite. »

Auparavant, les restrictions spécifiques au site découlant d'anciennes acquisitions d'entreprises signifiaient que de nombreux chercheurs ne pouvaient pas facilement accéder au système du tout. La nouvelle configuration connecte les laboratoires BMS mondialement en une seule plateforme. Une équipe à Lawrenceville, New Jersey, et une équipe à San Diego, Californie, utiliseront le même pool de données et de modèles. Les chercheurs pourront lancer des prédictions complexes en tapant une question en anglais courant, plutôt que de soumettre une demande informatique formelle.

Qu'est-ce que cela signifie pour les patients en attente de nouveaux médicaments ?

Un accès plus rapide au calcul devrait signifier des délais plus courts entre les idées scientifiques et les candidats médicaments testables. BMS a passé les trois dernières années à utiliser son premier cluster IA pour réduire de plusieurs semaines le travail manuel d'identification des cibles, et pour élargir une bibliothèque de molécules conçues pour décomposer les protéines responsables du cancer. Payal Sheth, vice-présidente des sciences de la découverte thérapeutique chez BMS, décrit une approche « Predict First » : les scientifiques exécutent des prédictions IA sur le comportement probable d'une molécule avant de s'engager dans le travail de laboratoire pour la construire. Cela élimine les impasses en début de processus et maintient les expériences coûteuses concentrées sur les candidats les plus prometteurs.

L'entreprise construit également ce qu'elle appelle des workflows agentifs, où les agents IA (logiciels qui peuvent effectuer des tâches multi-étapes de manière autonome, y compris la recherche de données et l'exécution de prédictions dans différents départements) connectent l'apprentissage de programmes de recherche distincts. Chaque expérience, dit Sheth, alimente désormais un système d'intelligence partagée qui se compose au fil du temps. Cela n'existait pas au début de sa carrière.

La motivation de Davis est à la fois personnelle et professionnelle. Son père est décédé de la maladie d'Alzheimer il y a cinq ans. BMS a un investissement important dans la recherche en santé cérébrale, un domaine qu'elle décrit comme « notoirement difficile ». Le calcul, dit-elle, n'est pas l'objectif. C'est le moyen d'arriver quelque part plus vite.

Le système combiné se lance avec un plan de charge de travail détaillé déjà mappé dans la conception de petites molécules, la conception de grandes molécules, les applications cliniques et les jumeaux numériques (simulations informatiques de processus biologiques). « Nous ne nous sommes pas contentés d'acheter ceci pour avoir le calcul le plus volumineux », dit Davis. « Bienvenue au Calcul Illimité. »