Bristol Myers SquibbがNvidia DGX SuperPODを展開、ライフサイエンスAIインフラを構築

Bristol Myers Squibbは2026年7月20日、DGX Vera Rubin NVL72システムを搭載したNvidia DGX SuperPODの展開を発表し、Nvidiaとの約3年間に及ぶ協業を大幅に拡張した。同社はこのインフラをライフサイエンス業界で最も強力でエネルギー効率の高い単一所有Nvidiaシステムだと主張している。Vera Rubinアーキテクチャは従来型比で1メガワットあたり最大10倍の性能を実現し、BMSは創薬に関わるより計算量の多いAIワークロードを実行する際、エネルギー消費量の比例的な増加を回避できる。

BMSはすでにAIを核となる研究ワークフローに2つの主要な方法で統合している。第1に、AIエージェントがターゲット同定と検証を自動化し、科学者の数週間分の手作業を削減し、人間の努力を仮説検証と高い価値を持つ科学的判断に振り向けている。第2に、同社の「Predict First」方法論は、実験室での作業開始前にAI生成予測を使用して実験デザインを主導する。このアプローチは現在、すべての低分子プログラム設計と大多数の高分子プログラム設計を形作っている。BMSのエグゼクティブバイスプレジデント兼チーフリサーチオフィサーであるRobert Plengeは以下のように述べた。「このインフラはあらゆる実験とあらゆる臨床結果から学習し、次の仮説を磨くことを可能にし、BMS科学者が手作業に費やす時間を減らし、人間の判断が必要な問題にさらに多くの時間を使うことができるようにしている。」

この拡張インフラはBMSの「ハイブリッドインテリジェンス」モデルを支えており、このフレームワークではAI共同研究者と人間の研究者が緊密に協働する。このモデルの下では、AIシステムが複雑でデータ集約的なタスクの実行を処理し、科学者は深いドメイン専門知識が必要な方向性、解釈、意思決定に注力する。Vera Rubinクラスターはこのアプローチの計算基盤として機能し、数十年にわたるBMSの独自データで学習された次世代基礎モデルの開発を支援する。このインフラはまたNvidiaのBioNeMoプラットフォームを活用し、研究者が以前は実現不可能な規模で仮説を評価できるエージェント型ワークフローを稼働させる。このクラスターはBMSのがん領域、血液学、心血管疾患、免疫領域、神経科学にまたがる科学プログラムを支援すると見込まれている。BMSのチーフデジタル・テクノロジーオフィサーであるGreg Moyersは「Nvidiaとのコンピュート能力の拡張により、BMS全体の研究者とチームが創薬と開発におけるAIの可能性の最先端を保つために必要なスケールを得る」とコメントしている。

Bristol Myers Squibbの Nvidiaインフラ拡張は、創薬のコア駆動力としてAIに対する意図的で複数年にわたる投資を反映している。同社はパイロットプロジェクトを超えて、AIをワークフローに規模を持たせて組み込んでいる。ターゲット同定などのルーチンタスクを自動化しながら、仮説生成と戦略的意思決定には人間の専門知識を温存している。Vera Rubinアーキテクチャの1メガワットあたり10倍の効率向上は重要である。なぜなら、BMSはライフサイエンスでの通常のインフラ拡張に伴う運用オーバーヘッド（エネルギーと冷却コストが多大）なしに計算ワークロードを拡張できるからである。

この展開はBMSの「ハイブリッドインテリジェンス」運用モデルの基盤として位置付けられており、このモデルではAIシステムと人間の研究者が競争するのではなく協働する。数十年分の内部科学データで独自基礎モデルを学習させ、Nvidiaの BioNeMoプラットフォームを活用することで、BMSは過去の研究投資を競争優位性に変換する狙いがある。競合他社が簡単には複製できない独自モデルであり、データとドメインコンテキストで学習されたものである。このインフラはターゲット同定から臨床検証を通じて創薬パイプライン全体に広がっており、BMSがAIをポイントソリューションとしてではなく、不確実性下での科学的意思決定方法のシステム的変換として見ていることを示唆している。

まだコメントがありません。最初のコメントを投稿しましょう！