全球医药企业研发效率是如何实现指数级提升？

在 NVIDIA 针对医疗行业的全栈加速计算平台的赋能下，来自全球的药物研发企业，正在跨越曾经的计算鸿沟，实现研发效率的指数级提升：

AI 制药公司 Entos 在 Clara Discovery 的帮助下，利用自主开发的 OrbNet 深度学习架构将蛋白质和候选药物之间的化学反应模拟速度提高 1000 倍，从而在三个小时内就完成了原本需要超过三个月时间的工作量。

现已加入 NVIDIA 的初创公司 Parabricks 在对序列基因组中的关键标志物和异常值检测时，使用 NVIDIA DGX 人工智能超级计算机将遗传信息分解成微小的单独碎片进行处理，成功把原先需要几天完成的工作缩短到半小时以内，效率提升超过 50-80 倍。

全球化学模拟软件开发领导者 Schrödinger 通过采用 NVIDIA DGX 系统提升计算药物研发平台的速度和准确性，实现对数十亿分子快速、准确的评估，加速新的治疗方法的开发。

生物技术公司 Recursion 通过部署基于 NVIDIA DGX SuperPOD 参考架构的超级计算机 BioHive-1 ，使其能够在一天内便能运行完成深度学习项目，而之前使用他们已有的集群完成该项目需要一周以上。

初创公司 Peptone 使用基于 NVIDIA DGX 系统、BlueField-2 DPU 和 NVIDIA InfiniBand 网络构建的 NVIDIA DGX SuperPOD 集群 Cambridge-1 超级计算机，能够在几个小时内，针对数百万种蛋白质并行地执行高吞吐量推理，并基于这些计算结果，研发针对特定 IDP 的专有创新药。

初创企业 PrecisionLife 借助 NVIDIA GPU ，可以在短短几个小时内分析 10 万名患者的数据，这在以前是不可能实现的，这使得其可以在大型患者群体中识别具有匹配疾病驱动因素、疾病进展和治疗反应的亚群，帮助研究人员选择正确的药物研发目标、为个人选择正确的治疗方式并为临床试验选择合适的患者。

以 AI 驱动的生物医药科技企业英矽智能在 NVIDIA 加速计算平台的帮助下，仅用时不到 18 个月，就实现了从靶点发现、分子生成和设计、体内体外疗效确认及安全性评估、到提名临床前候选化合物的早期药物发现过程，相比传统方法所需的四年半左右的耗时，节约了三分之二的时间，及花费成本也远低于传统的方式。

“AI+ 冷冻电镜” 驱动的新型药物研发企业水木未来在使用冷冻电镜预处理图像时，借助 NVIDIA GPU 计算平台，样品筛选、样品质量监控和数据采集的效率提升高达 10 倍以上，大大降低了药物研发的成本。

新一代机器学习+生物技术初创企业燧坤智能借助 NVIDIA GPU 计算平台，使其开发的 AI4D 线上服务平台的计算效率和模型训练速度有超过 10 倍的提升，对靶点的定向分子进行生成与筛选、分子的类药性及成药性预测效率均有巨大帮助，大幅缩减了药物研发后期投入，提高了药物临床及上市成功率。

凭借数据中心级别的全栈能力，NVIDIA 针对医疗健康领域也拥有丰富的的全栈加速计算方案，除了 Clara Discovery，NVIDIA 还有针对医疗设备、医学影像、基因组学和患者看护需求的 Clara Holoscan、Clara Parabricks 以及 Clara Guardian 等针对不同医疗应用场景的解决方案。

从传统医药巨头到初创企业，越来越多的全球医疗企业选择 NVIDIA 加速计算平台来提升AI生产力，降低研发成本。Million-X 百万倍计算性能飞跃的愿景，已经在医疗健康以及更多关乎人类未来褔祉的领域落地生根。未来，只要人类探索科技，发现未知的脚步还在继续，加速计算的梦想就永远不会停息。