ブリストル・マイヤーズ・スクイブ、NVIDIA Vera Rubinを基盤にした最先端のAIファクトリーを構築
サマリー
ブリストル・マイヤーズ・スクイブ（BMS）は、NVIDIA Vera Rubinを基盤にした新しいAIクラスターを導入し、すべての科学者にアクセスを提供します。これにより、薬剤発見のプロセスが加速し、研究者は科学に集中できる環境が整います。AIを活用した新しいアプローチにより、より効率的な研究が期待されています。
本文
エリン・デイビスはこれを「スーパーデューパーポッド」と呼んでいます。製薬大手のブリストル・マイヤーズ・スクイブ（BMS）は、すでにライフサイエンス分野で最大のAIクラスターの1つを運営しており、実績も出ています。そして、彼らはさらなる投資を行います。
BMSは本日、2台目のNVIDIA DGXスーパーポッドを展開することを発表しました。これは、8台のDGX Vera Rubin NVL72システムを基盤にしたもので、ライフサイエンス分野で最も強力でエネルギー効率の高いAIクラスターです。
「少数の研究者にスパコンへのアクセスを提供するのではなく、すべての科学者に開放します」と、BMSの研究ビジネスインサイトおよびテクノロジー担当副社長のデイビスは述べています。「誰も待つ必要はなく、制限を設けられることもありません。」
この8台のラックスケールシステムは、NVIDIA Vera CPUとRubin GPUを搭載しており、置き換えるインフラストラクチャの最大10倍のパフォーマンスを提供します。これにより、グローバル製薬大手の研究者は、予測を実行し、モデルをトレーニングし、薬剤発見の全プロセスを通じてエージェントワークフローを推進するための統一されたAIプラットフォームにアクセスできます。
デイビスと他のBMSの研究者たちが本当に目指しているのは、そのアクセスが可能にすることです：より速いサイクル、より大きな化学空間、そして研究者がリソースの調整ではなく科学について考えることができる完全な薬剤発見パイプラインです。
BMSは約3年間DGXスーパーポッドを運営しており、有意義な結果を生み出しています。AIを活用したターゲットの特定は、科学者たちの手作業を数週間短縮し、最も価値の高い科学的決定に集中する時間を生み出しています。BMSのチームは、癌を引き起こすタンパク質を選択的に分解するように設計されたCELMoD化合物のライブラリを拡大するためにAIを使用しており、血液癌治療などの新しいターゲットや新しい潜在的な医薬品の扉を開いています。AIは、シェスが「予測ファースト」と呼ぶ方法論を使用して、薬剤発見のリード最適化段階にも適用されています。
「私たちは、複数のパラメータ最適化を伴う分子の合成を優先する方法として予測を使用しています」と彼女は説明します。「これにより、私たちが目指している特性の景観に必ずしも合致しない分子を排除できます。これにより、貴重な実験が成功の可能性が最も高い分子の進行に沿ったものになります。
これらの研究AIアプリケーションは、研究組織全体の計算ニーズに大きな影響を与えています。「私たちは飽和状態です」とデイビスは言います。「私たちは、大きな分子に関する非常に大規模な予測を行っています。私たちは独自の基盤モデルを構築しており、それには多くのGPUが必要です。」
新しいシステムが導入されることで、デイビスは研究者たちに最適な作業場所を考えるように促しています。「無限の計算へようこそ。」
計算化学者としての訓練を受けたデイビスは、科学を行っていた数年間の後、技術が追いついていないと結論づけ、それを修正することを選びました。彼女はChemAxon、Schrödinger、X-Chemでエンタープライズプラットフォームを構築するために約15年を費やしました。どの会社でも、製薬業界は同じボトルネックに悩まされていました。
「技術の問題ではありません」と彼女は言います。「課題は、それを実際の科学者の手に届け、そこから学ぶことです。」
彼女は個人的に何がかかっているかを知っています。彼女の父親は5年前に亡くなり、「アルツハイマーの非常にひどい死」を迎えました。BMSは脳の健康に大きな投資をしていますが、これは非常に難しい分野です。「たとえ彼がまだ死ぬ運命にあったとしても、途中で症状の緩和があれば、家族全員の苦しみを軽減できたでしょう。認知症は特に残酷です。」
デイビスのチームは、既存のDGXスーパーポッドと新しいDGX Vera Rubin NVL72搭載システムを統一された環境に統合しています。すべてのBMSサイトからアクセス可能な単一のデータプレーンです。
以前のシステムにアクセスしにくくしていた障壁は、過去の買収から残ったサイト固有の制限や、深い計算専門知識の必要性から、NVIDIAミッションコントロールを通じて管理されるAIネイティブツールに置き換えられています。研究者は、平易な英語で複雑な予測を開始できるようになります。
「計算インフラストラクチャは、すべての科学者をつなぎ、私たちの学びを制度化することを保証します」とシェスは説明します。ニュージャージー州ローレンスビルで実施されたプログラムからのデータセットは、カリフォルニア州サンディエゴのチームが利用できるモデルにフィードされます。これらの学びは「私たちが取り組む任意のプログラムの文脈で適用できます。」
「今日の薬剤発見には、私がキャリアを始めた頃には存在しなかった累積学習ループがあります」とシェスは説明します。「すべてのプロジェクトは異なって扱われ、学びのセットは発見の中で知能フレームワークに蓄積されることはありませんでした。」
今日、BMSはAIを使用して、その学習ループをすべての実験、臨床結果、パートナーシップがより高い確信を持った科学的決定に結びつく発見システムに拡大しています。
エージェントワークフローは、R&Dのアーキテクチャをさらに強化します。「エージェントは気にしません」とデイビスは言います。「彼らはすべてを横断します。そして、これは大きなゲームチェンジャーです。なぜなら、今や私たちはサイロやプログラムを超えて意思決定から学ぶことができるからです。」
「科学者として、BMSの知識が組み込まれた十分に訓練された仮想科学者の軍隊にアクセスできるとき、あなたは自分自身が一つのチームになります。」
人間の直感は、シェスによれば、置き換えられるのではなく、「より定量的な洞察と予測で強化されます。」彼女は、計算能力を拡張することが「AIの影響が完全に実現される場所」であると述べています。
「それでも、物事を推進するのは人間の脳でなければなりません」とデイビスは付け加えます。「まだ注意点や問題を探し、知識を利用する方法を教えなければなりません。しかし、これは個々の人間の能力を大幅に向上させます。」
デイビスは、新しいシステムにはすでに計画があり、小分子および大分子の設計から臨床応用、デジタルツインに至るまでの詳細な配分が含まれています。「私たちは単に最大の計算能力を持つためにこれを購入したわけではありません」と彼女は言います。「スーパーデューパーポッドは、基本的にすべてのノードに存在します。」
BMSの最高デジタルおよび技術責任者であるグレッグ・マイヤーズがデイビスに、スーパーデューパーポッドを飽和させることができるかどうか確信があるか尋ねたとき、彼女の答えは明確でした。「時間をください」と彼女は言いました。
BMSは本日、2台目のNVIDIA DGXスーパーポッドを展開することを発表しました。これは、8台のDGX Vera Rubin NVL72システムを基盤にしたもので、ライフサイエンス分野で最も強力でエネルギー効率の高いAIクラスターです。
「少数の研究者にスパコンへのアクセスを提供するのではなく、すべての科学者に開放します」と、BMSの研究ビジネスインサイトおよびテクノロジー担当副社長のデイビスは述べています。「誰も待つ必要はなく、制限を設けられることもありません。」
この8台のラックスケールシステムは、NVIDIA Vera CPUとRubin GPUを搭載しており、置き換えるインフラストラクチャの最大10倍のパフォーマンスを提供します。これにより、グローバル製薬大手の研究者は、予測を実行し、モデルをトレーニングし、薬剤発見の全プロセスを通じてエージェントワークフローを推進するための統一されたAIプラットフォームにアクセスできます。
デイビスと他のBMSの研究者たちが本当に目指しているのは、そのアクセスが可能にすることです：より速いサイクル、より大きな化学空間、そして研究者がリソースの調整ではなく科学について考えることができる完全な薬剤発見パイプラインです。
BMSは約3年間DGXスーパーポッドを運営しており、有意義な結果を生み出しています。AIを活用したターゲットの特定は、科学者たちの手作業を数週間短縮し、最も価値の高い科学的決定に集中する時間を生み出しています。BMSのチームは、癌を引き起こすタンパク質を選択的に分解するように設計されたCELMoD化合物のライブラリを拡大するためにAIを使用しており、血液癌治療などの新しいターゲットや新しい潜在的な医薬品の扉を開いています。AIは、シェスが「予測ファースト」と呼ぶ方法論を使用して、薬剤発見のリード最適化段階にも適用されています。
「私たちは、複数のパラメータ最適化を伴う分子の合成を優先する方法として予測を使用しています」と彼女は説明します。「これにより、私たちが目指している特性の景観に必ずしも合致しない分子を排除できます。これにより、貴重な実験が成功の可能性が最も高い分子の進行に沿ったものになります。
これらの研究AIアプリケーションは、研究組織全体の計算ニーズに大きな影響を与えています。「私たちは飽和状態です」とデイビスは言います。「私たちは、大きな分子に関する非常に大規模な予測を行っています。私たちは独自の基盤モデルを構築しており、それには多くのGPUが必要です。」
新しいシステムが導入されることで、デイビスは研究者たちに最適な作業場所を考えるように促しています。「無限の計算へようこそ。」
計算化学者としての訓練を受けたデイビスは、科学を行っていた数年間の後、技術が追いついていないと結論づけ、それを修正することを選びました。彼女はChemAxon、Schrödinger、X-Chemでエンタープライズプラットフォームを構築するために約15年を費やしました。どの会社でも、製薬業界は同じボトルネックに悩まされていました。
「技術の問題ではありません」と彼女は言います。「課題は、それを実際の科学者の手に届け、そこから学ぶことです。」
彼女は個人的に何がかかっているかを知っています。彼女の父親は5年前に亡くなり、「アルツハイマーの非常にひどい死」を迎えました。BMSは脳の健康に大きな投資をしていますが、これは非常に難しい分野です。「たとえ彼がまだ死ぬ運命にあったとしても、途中で症状の緩和があれば、家族全員の苦しみを軽減できたでしょう。認知症は特に残酷です。」
デイビスのチームは、既存のDGXスーパーポッドと新しいDGX Vera Rubin NVL72搭載システムを統一された環境に統合しています。すべてのBMSサイトからアクセス可能な単一のデータプレーンです。
以前のシステムにアクセスしにくくしていた障壁は、過去の買収から残ったサイト固有の制限や、深い計算専門知識の必要性から、NVIDIAミッションコントロールを通じて管理されるAIネイティブツールに置き換えられています。研究者は、平易な英語で複雑な予測を開始できるようになります。
「計算インフラストラクチャは、すべての科学者をつなぎ、私たちの学びを制度化することを保証します」とシェスは説明します。ニュージャージー州ローレンスビルで実施されたプログラムからのデータセットは、カリフォルニア州サンディエゴのチームが利用できるモデルにフィードされます。これらの学びは「私たちが取り組む任意のプログラムの文脈で適用できます。」
「今日の薬剤発見には、私がキャリアを始めた頃には存在しなかった累積学習ループがあります」とシェスは説明します。「すべてのプロジェクトは異なって扱われ、学びのセットは発見の中で知能フレームワークに蓄積されることはありませんでした。」
今日、BMSはAIを使用して、その学習ループをすべての実験、臨床結果、パートナーシップがより高い確信を持った科学的決定に結びつく発見システムに拡大しています。
エージェントワークフローは、R&Dのアーキテクチャをさらに強化します。「エージェントは気にしません」とデイビスは言います。「彼らはすべてを横断します。そして、これは大きなゲームチェンジャーです。なぜなら、今や私たちはサイロやプログラムを超えて意思決定から学ぶことができるからです。」
「科学者として、BMSの知識が組み込まれた十分に訓練された仮想科学者の軍隊にアクセスできるとき、あなたは自分自身が一つのチームになります。」
人間の直感は、シェスによれば、置き換えられるのではなく、「より定量的な洞察と予測で強化されます。」彼女は、計算能力を拡張することが「AIの影響が完全に実現される場所」であると述べています。
「それでも、物事を推進するのは人間の脳でなければなりません」とデイビスは付け加えます。「まだ注意点や問題を探し、知識を利用する方法を教えなければなりません。しかし、これは個々の人間の能力を大幅に向上させます。」
デイビスは、新しいシステムにはすでに計画があり、小分子および大分子の設計から臨床応用、デジタルツインに至るまでの詳細な配分が含まれています。「私たちは単に最大の計算能力を持つためにこれを購入したわけではありません」と彼女は言います。「スーパーデューパーポッドは、基本的にすべてのノードに存在します。」
BMSの最高デジタルおよび技術責任者であるグレッグ・マイヤーズがデイビスに、スーパーデューパーポッドを飽和させることができるかどうか確信があるか尋ねたとき、彼女の答えは明確でした。「時間をください」と彼女は言いました。
