Вычислительные мощности как фундамент для разработки лекарств
Для создания новых молекул исследователям всё чаще требуются не только знания, но и колоссальные вычислительные мощности. Научный ИИ меняет подход к экспериментам, позволяя моделировать поведение белков и геномов на цифровых двойниках.

Разработка лекарств переходит от лабораторных пробирок к работе с графическими процессорами. Модели, обученные на структурах белков и данных секвенирования, позволяют предсказывать свойства молекул до начала физических тестов. Для таких задач компании создают так называемые AI Factory (откроется в новом окне), специализированные вычислительные центры, которые работают как конвейер. От загрузки данных до получения готовых биологических инсайтов.
Крупные игроки рынка уже строят собственные мощности. Например, LillyPod от Eli Lilly работает на 1 016 графических процессорах NVIDIA Blackwell Ultra, а гибридная фабрика Roche охватывает более 3 500 чипов.
Однако для большинства биофармацевтических компаний такие капитальные вложения неподъемны. Большинство команд сейчас проводят разрозненные пилотные проекты, где для каждого эксперимента приходится собирать отдельную инфраструктуру из разных поставщиков.
Подобная разрозненность мешает масштабированию. Илья Бурков (Ilya Burkov), руководитель направления научного ИИ в Nebius, сравнивает создание собственной фабрилы с производством шин. Объем производимых знаний ограничен размером сборочной линии.
В облачных моделях провайдер берет на себя управление чипами, сетями и системами оркестрации. Это позволяет компаниям переходить на новое поколение железа без необходимости перестраивать дата-центры.
Устройство такой инфраструктуры объясняет, почему она требует не только чипов, но и команды инженеров для настройки потоков данных. Для понимания результата здесь важнее всего помнить, что ИИ-модели постоянно обновляются, и инфраструктура, удовлетворяющая запросам сегодня, может устареть уже завтра.
Что поменялось
Разработка лекарств переходит от ручных лабораторных методов к масштабируемым вычислительным системам, требующим огромных мощностей GPU. Для большинства компаний альтернативой покупке оборудования становится аренда специализированных облачных ИИ-ферм.
Текст подготовила языковая модель по материалам источников.

