Bristol Myers Squibb baut den leistungsstärksten KI-Cluster der Biowissenschaften auf Basis von NVIDIA Vera Rubin
NVIDIA
Bristol-Myers Squibb
Der Pharmariese Bristol Myers Squibb (BMS) setzt seinen zweiten NVIDIA DGX SuperPOD ein, der auf acht DGX Vera Rubin NVL72-Systemen basiert und damit der leistungsstärkste und energieeffizienteste KI-Cluster der Branche wird. Der Cluster wird jedem BMS-Wissenschaftler KI-Zugang ermöglichen und die Arzneimittelforschung durch agentische Workflows und prädiktive Modellierung beschleunigen.
Bristol Myers Squibb (BMS) hat die Inbetriebnahme eines zweiten NVIDIA DGX SuperPOD-Supercomputers bekannt gegeben, der auf acht DGX Vera Rubin NVL72-Systemen basiert, die jeweils NVIDIA Vera-CPUs und Rubin-GPUs enthalten. Der neue Cluster bietet eine bis zu zehnfache Leistungssteigerung pro Megawatt im Vergleich zur vorherigen Infrastruktur und ermöglicht den Zugriff auf eine einheitliche KI-Plattform, die das BioNeMo Agent Toolkit für biologische KI umfasst. Die Vizepräsidentin für Forschung bei BMS, Erin Davis, betonte, dass nun jeder Wissenschaftler des Unternehmens den Supercomputer ohne Einschränkungen nutzen könne. BMS nutzt bereits seit drei Jahren den ersten DGX SuperPOD und hat dabei bedeutende Ergebnisse erzielt: Die KI-gestützte Identifizierung von Zielmolekülen spart Wochen manueller Arbeit, und die Verbindungsbibliothek CELMoD für den gezielten Abbau von Krebsproteinen wurde mithilfe von KI erweitert. Darüber hinaus ermöglicht die Methodik „Predict First“ bei der Lead-Optimierung die Aussortierung von Molekülen, die nicht die gewünschten Eigenschaften aufweisen, und steigert so die Effizienz von Laborexperimenten. Der neue Cluster soll in eine einheitliche Umgebung integriert werden, die von jedem BMS-Standort aus zugänglich ist und über NVIDIA Mission Control verwaltet wird. Agentenbasierte Workflows ermöglichen die Datenanalyse über Programme und Projekte hinweg, was laut Senior Vice President Payal Sheth einen kumulativen Lernzyklus schafft, den es zuvor nicht gab. Davis stellte fest, dass der neue Cluster bereits mit Aufgaben belegt ist – vom Design kleiner und großer Moleküle bis hin zu klinischen Anwendungen und digitalen Zwillingen.
Quelle: NVIDIA blog —
Original
