زیرساخت

 ساخت قدرتمندترین زیرساخت هوش مصنوعی در علوم زیستی با همکاری بریستول مایرز و انویدیا

 

شرکت داروسازی بریستول مایرز اسکوئیب (BMS) با تعمیق همکاری خود با شرکت انویدیا، یک ابررایانه مجهز به هوش مصنوعی را در زیرساخت تحقیق و توسعه خود مستقر می‌کند؛ زیرساختی که BMS آن را «قدرتمندترین زیرساخت اختصاصی انویدیا در حوزه علوم زیستی» توصیف کرده است.

به گزارش مدرن مد به نقل از pharmaceutical-technology، این همکاری در شرایطی شکل گرفته که شرکت‌های بزرگ داروسازی جهان با سرعت بیشتری در حال ادغام هوش مصنوعی و فناوری‌های پیشرفته محاسباتی در فرآیندهای کشف و توسعه دارو هستند.

بر اساس این همکاری، BMS از جدیدترین ابررایانه انویدیا با نام NVIDIA DGX SuperPOD استفاده خواهد کرد؛ سامانه‌ای که به‌طور ویژه برای پردازش‌های مرتبط با «هوش مصنوعی عامل‌محور» (Agentic AI) طراحی شده است. هدف اصلی از استقرار این زیرساخت، افزایش مقیاس استفاده از مدل‌های اختصاصی هوش مصنوعی در فرآیندهای کاری BMS و کوتاه‌تر کردن زمان کشف دارو است.

تمرکز بر شناسایی و اعتبارسنجی اهداف دارویی

ابررایانه جدید از هشت سامانه NVIDIA DGX Vera Rubin NVL72 تشکیل شده و در کنار نخستین NVIDIA DGX SuperPOD قرار می‌گیرد که BMS حدود سه سال پیش برای استفاده در بخش تحقیق و توسعه خود مستقر کرده بود.

BMS قصد دارد از توان محاسباتی جدید برای خودکارسازی بخش‌هایی از فرآیند شناسایی و اعتبارسنجی اهداف دارویی استفاده کند. این فناوری قرار است از برنامه‌های تحقیقاتی این شرکت در پنج حوزه اصلی بیماری پشتیبانی کرده و به کاهش زمان مورد نیاز برای کشف دارو کمک کند.

این زیرساخت همچنین در اجرای رویکرد موسوم به «پیش‌بینی پیش از آزمایش» یا Predict First مورد استفاده قرار خواهد گرفت. در این رویکرد، پیش‌بینی‌ها و مدل‌سازی‌های تولیدشده توسط هوش مصنوعی پیش از انجام آزمایش‌های آزمایشگاهی، برای طراحی مطالعات و آزمایش‌ها مورد استفاده قرار می‌گیرند.

به گفته BMS، این رویکرد در تمام برنامه‌های مربوط به داروهای مولکول کوچک و بخش قابل‌توجهی از برنامه‌های داروهای مولکول بزرگ این شرکت به کار گرفته خواهد شد.

افزایش توان پردازشی بدون رشد متناسب مصرف انرژی

BMS اعلام کرده است که ابررایانه جدید علاوه بر افزایش چشمگیر توان محاسباتی، از نظر بهره‌وری انرژی نیز نسبت به نسل قبلی عملکرد بهتری دارد.

بر اساس اعلام این شرکت، این سامانه می‌تواند تا ۱۰ برابر عملکرد بیشتری به ازای هر مگاوات توان مصرفی ارائه دهد. در نتیجه، BMS می‌تواند ظرفیت استفاده از هوش مصنوعی را افزایش دهد، بدون آنکه مصرف انرژی و نیازهای زیرساختی به همان نسبت افزایش پیدا کند.

گری میرز، مدیر ارشد دیجیتال و فناوری BMS، با اشاره به سرمایه‌گذاری این شرکت در هوش مصنوعی گفت BMS به‌صورت هدفمند روی این فناوری سرمایه‌گذاری کرده و اکنون آثار آن در خط لوله تحقیقاتی و عملیات شرکت در حال نمایان شدن است.

او تأکید کرد که تبدیل هوش مصنوعی به نتایج واقعی برای بیماران، نیازمند زیرساخت محاسباتی متناسب با این هدف است و افزود توسعه ظرفیت پردازشی با استفاده از فناوری انویدیا، مقیاس مورد نیاز پژوهشگران و تیم‌های مختلف BMS را برای استفاده گسترده‌تر از هوش مصنوعی در کشف و توسعه دارو فراهم می‌کند.

گسترش زیرساخت هوش مصنوعی BMS

استقرار ابررایانه جدید، بخشی از برنامه گسترده‌تر BMS برای توسعه زیرساخت‌های هوش مصنوعی است. این شرکت در ماه مه ۲۰۲۶ نیز اعلام کرده بود که قصد دارد ابزار هوش مصنوعی Claude متعلق به شرکت Anthropic را در اختیار بیش از ۳۰ هزار نفر از کارکنان خود قرار دهد.

این اقدامات نشان می‌دهد که BMS در حال حرکت به سمت استفاده گسترده‌تر از هوش مصنوعی در سطوح مختلف فعالیت‌های خود، از تحقیق و توسعه گرفته تا عملیات سازمانی، است.

رقابت شرکت‌های بزرگ داروسازی برای توسعه زیرساخت AI

BMS تنها شرکت بزرگ داروسازی نیست که برای توسعه ظرفیت‌های هوش مصنوعی خود به سراغ شرکت‌های بزرگ فناوری رفته است. تقریباً تمامی غول‌های داروسازی جهان در سال‌های اخیر استفاده از هوش مصنوعی را در فرآیندهای کاری و تحقیقاتی خود افزایش داده‌اند و بسیاری از آنها برای تأمین زیرساخت سخت‌افزاری، انویدیا را به‌عنوان شریک فناوری خود انتخاب کرده‌اند.

شرکت Eli Lilly نیز در اکتبر ۲۰۲۵ از برنامه خود برای ساخت ابررایانه‌ای با همکاری انویدیا رونمایی کرده بود و آن را قدرتمندترین ابررایانه در صنعت داروسازی توصیف کرد. شرکت Roche نیز در مارس ۲۰۲۶ از راه‌اندازی زیرساخت هوش مصنوعی اختصاصی خود با فناوری انویدیا خبر داد.

افزایش این همکاری‌ها نشان‌دهنده کمرنگ‌تر شدن مرز میان صنعت فناوری و صنعت داروسازی است؛ روندی که در آن شرکت‌های دارویی برای حفظ رقابت‌پذیری خود در بازار جهانی، به‌سرعت در حال ادغام هوش مصنوعی، ابررایانش و مدل‌های پیشرفته محاسباتی در فرآیند کشف و توسعه دارو هستند.

در بخش نرم‌افزاری نیز شرکت‌هایی مانند OpenAI و Anthropic با توسعه راهکارهای اختصاصی برای کشف و توسعه دارو وارد حوزه سلامت و داروسازی شده‌اند. Anthropic اخیراً اعلام کرده است که قصد دارد یک خط لوله توسعه دارو با تمرکز بر بیماری‌های کمتر مورد توجه و موسوم به «بیماری‌های مغفول‌مانده» ایجاد کند.

به این ترتیب، رقابت در صنعت داروسازی تنها به توسعه داروهای جدید محدود نمی‌شود؛ بلکه توانایی شرکت‌ها در اختیار داشتن زیرساخت‌های قدرتمند هوش مصنوعی و بهره‌گیری از آنها برای پیش‌بینی، شناسایی اهداف درمانی و طراحی آزمایش‌ها نیز به یکی از عوامل مهم رقابت در نسل جدید صنعت داروسازی تبدیل شده است.

 

نوشته‌های مشابه