Bristol Myers SquibbがVera Rubinで創薬AI基盤を増強

NVIDIAは、Bristol Myers Squibbが8基のDGX Vera Rubin NVL72で第2のAIスーパーコンピューターを構築し、創薬研究を拡張する計画を発表しました。

要点

• 8基のDGX Vera Rubin NVL72を導入し、同社として第2のAI SuperPODを構築します。
• 8基は、置き換え対象となる既存インフラに対し、1メガワット当たり最大10倍の性能を提供すると説明されています。
• 既存と新設のSuperPODを単一のデータ面へ統合し、世界各地の全研究者が平易な英語から予測を開始できる基盤を目指します。

今回のブログ記事で語られていること

Bristol Myers Squibb（BMS）は、8基のDGX Vera Rubin NVL72で同社第2のDGX SuperPODを構築します。各ラック規模システムはVera CPUとRubin GPUで構成され、NVIDIAは「置き換えるインフラ」に対して1メガワット当たり最大10倍の性能を提供すると説明しています。これはVera Rubin一般を前世代製品と単純比較した数値ではなく、BMSで置換対象となるインフラを基準にした表現です。また、計算資源を一部の専門家に限らず「文字どおり全ての科学者」へ開放し、待ち時間や利用上限をなくす方針が示されています。

BMSは既に約3年間DGX SuperPODを運用しています。既存基盤では、AIによる治療標的の特定で手作業を数週間短縮しました。また、がん原因タンパク質を選択的に分解するCELMoD化合物のライブラリを拡大し、新しい標的や疾患へ候補を広げています。リード最適化では「Predict First」という方法を使い、設計予測を実験へ進めるかどうかの判断材料にしています。今回の増強は、こうした実績を研究開発全体へ広げる計画です。

新旧2つのSuperPODは、全BMS拠点から利用できる単一のデータ面へまとめます。過去の買収に由来する拠点別の制約や、高度な計算知識を必要とする入口を減らし、NVIDIA Mission Controlで管理します。研究者は平易な英語から複雑な予測を開始できる構想です。NVIDIA BioNeMoエージェントツールキットは、生物学向けAIで予測、モデル学習、創薬工程全体のエージェント型ワークフローを支えるソフトウェア層として位置付けられています。

ただし、全研究者への開放や自然言語操作は、科学的妥当性を自動保証するものではありません。生成した標的や化合物候補は実験で検証する必要があり、研究データの権限、モデルとデータセットの版、予測から実験へ進めた判断を記録する統制が重要です。成果はGPU利用率だけでなく、標的同定や候補評価に要する時間、棄却理由を再現できる割合、実験へ渡した候補の質で測るべきです。

今回のブログ記事が関係する人

製薬・生命科学の研究者、計算化学・バイオインフォマティクス担当、研究用GPU基盤を運用するインフラ担当、研究データの統制を担う人に関係します。

結局、今回のブログ記事をどう読むべきか

注目点は8基の機器だけでなく、既存基盤で数週間短縮した実績を、単一のデータ面とBioNeMoで全研究者へ広げることです。「最大10倍」は置き換え対象インフラとの1メガワット当たり比較であり、前世代GPU全般との比較として引用しない注意が必要です。