现已上线：全球最强大的药物发现与开发 AI 工厂
Source: NVIDIA AI Blog
概述
LillyPod 采用超过 1,000 块 NVIDIA Blackwell Ultra GPU 构建，现已上线，为科学研究提供动力，并为医学的未来注入超强算力。
拯救和改善生命——这一人类最高尚的事业——现在获得了超算级的助推。
本周，礼来公司推出了由制药公司全资拥有并运营的最强 AI 工厂，帮助其团队更快、更精准、以空前规模实现有意义的医学突破。该工厂被命名为 LillyPod，是全球首个配备 DGX B300 系统 的 NVIDIA DGX SuperPOD。
- 硬件： 配备 1,016 块 NVIDIA Blackwell Ultra GPU 的 DGX SuperPOD
- 性能： 超过 9,000 petaflops 的 AI 计算能力
- 建造时间： 仅用了 四个月 完成组装
“对我们来说，超级计算机的上线是个重要的日子，但这也是 150 年酝酿的日子，” 礼来公司执行副总裁兼首席信息与数字官 Diogo Rau 说道。“LillyPod 是我们身份和使命的有力象征：让全世界的人们生活得更好。我们正处在正确的时间、正确的地点，以前所未有的方式推动生物学的进步。”
发布活动
LillyPod 于 星期三 在印第安纳波利斯举行剪彩仪式正式启动。
视频占位符 – 原页面包含一个无法显示的视频。
欲了解 DGX SuperPOD 和 DGX B300 系统的更多详情，请访问上方的 NVIDIA 链接。
幕后揭秘 LillyPod
曾经需要 7 百万台 Cray 超级计算机 的计算能力，如今可以装进一块 NVIDIA GPU——而 LillyPod 包含 超过 1,000 台 这样的 GPU。该基础设施使 Lilly 的基因组学团队能够利用 700 TB 数据，并使用超过 290 TB 的高带宽 GPU 内存进行计算。
“计算是生物学的核心，也是科学的核心，” Thomas Fuchs 说，他是 Lilly 的高级副总裁兼首席 AI 官。
“在规模上进行计算对我们这样的公司来说不是可选的，而是绝对必要的。因此我们正在构建医学计算的未来，这一点在制药价值链的所有环节中都能看到。”
Lilly 的 AI 工厂将支持大规模训练以下模型：
- 蛋白质扩散模型
- 小分子图神经网络模型 – 参见 NVIDIA 关于图神经网络的博客文章
- 基因组学基础模型 – 参见 NVIDIA 关于基础模型的博客文章
NVIDIA 全栈 AI 工厂架构
NVIDIA DGX SuperPOD 为医疗保健和生命科学中高度受监管的工作流提供安全、可扩展的平台。其关键组件包括：
- 加速计算（DGX 系统）
- NVIDIA Spectrum‑X 以太网 网络 – 了解更多
- 优化的 AI 软件栈
NVIDIA Mission Control 软件让 Lilly 能够管理其 DGX SuperPOD，编排工作负载，监控性能，并安全高效地自动化 AI 运维——参见 Mission Control 产品页面。
这台超级计算机拥有近 5,000 条连接，使用超过 1,000 磅 的光纤电缆构建。Lilly 计划其全新的 AI 超算基础设施在 2030 年实现 100 % 可再生电力运行，采用高效的液体冷却并将增量能源影响降至最低。
Source: …
推进基础模型、物理与主体 AI
LillyPod 不仅是一个工具——它是一种全新的科学仪器，将专有数据与先进的 AI 模型结合在一起。
有了这套基础，Lilly 团队可以分析基因组、探索数十亿种化学可能性，并在临床开发和制造过程中应用 AI，以设计更好的试验、优化生产并加速决策。上述能力共同实现了更快、更精确且更具规模的药物创制与交付。
“LillyPod 将开启 AI 驱动药物发现的新时代，”Lilly 高级副总裁兼首席技术官 Tim Coleman 说。“我们相信计算是科学的基石，Lilly 的患者值得我们提供的一切优势。”
Lilly TuneLab
部分模型将通过 Lilly TuneLab 提供，这是一款 AI 与机器学习平台，为生物技术公司提供基于 Lilly 专有数据构建的药物发现模型，投入成本超过 10亿美元。
作为首个同时提供 Lilly 模型 以及 NVIDIA BioNeMo 开放基础模型用于医疗健康和生命科学的药物发现平台，TuneLab 使用基于 NVIDIA FLARE 构建的联邦学习基础设施。该架构使生物技术公司能够利用强大的专有 AI 模型，同时保持其数据私密且与其他用户分离。随着更多公司参与，模型将不断改进，惠及所有用户，并进一步扩大 AI 在生物技术生态系统中的可及性。
打破湿实验室的限制
历史上，药物发现受限于湿实验室的物理极限。即使是高产团队，通常每年也只能对每个靶点分析约 2,000 条分子想法，因为每个实验都需要进行实际的合成和测试。
“现在超级计算中心本质上突破了湿实验室的物理限制，”Lilly 研发信息学副总裁岳 王 韦伯斯特 说。“现在在干实验室，你可以在指尖上测试数十亿个分子想法。”
LillyPod 通过创建 大规模计算干实验室 消除了这一限制，科学家可以在投入实际实验之前并行模拟和评估数十亿个分子假设。
借助内部 AI 平台，Lilly 员工还可以使用 LillyPod 构建 聊天机器人、主体工作流和研究实验室代理，无需重新发明轮子。
相关新闻
(在此添加相关文章的链接或摘要。)