BMS、NVIDIA Vera Rubin導入で創薬拡張

結論：創薬研究者全員へ無制限のAI計算リソースを提供

大手製薬企業のBristol Myers Squibb（BMS）は、8台の DGX Vera Rubin NVL72（NVIDIAのVera CPUとRubin GPUを組み合わせた水冷対応の最先端AIサーバーシステム） システムで構成される第2の NVIDIA DGX SuperPOD（複数のDGXシステムを統合した大規模AI基盤構築パッケージ） の導入を発表しました。

研究開発基盤の「AIファクトリー化」を推進する同社は、創薬研究者全員が無制限に最新AI基盤へアクセスできる計算環境を整備し、ガン治療や脳神経疾患などの新薬候補発見プロセスを大幅に加速させます。

DGX Vera Rubin NVL72による10倍の電力効率と性能

新システムは、NVIDIA Vera CPUとRubin GPUを統合したラック規模サーバーで構成され、同社が置き換える既存インフラと比較してメガワット（MW）あたり最大10倍の性能と電力効率を提供します。

創薬研究者は、バイオAI専用ツールキットである NVIDIA BioNeMo Agent Toolkit（生物学的AIモデルや自律エージェントの構築を支援するソフトウエアツール） や管理基盤のNVIDIA Mission Controlを介して、自然言語の命令で高度な構造予測やスクリーニング、自律エージェントによる一連の試行を実施できます。これにより、個々の研究者が計算機リソースの空きを待つ時間が不要になります。

従来インフラとDGX Vera Rubin構成の比較

BMSが約3年間運用してきた第1世代のDGX SuperPODと、今回発表されたVera Rubinベースのシステムの違いは以下の通りです。

項目	第1世代 DGX SuperPOD環境	新規 DGX Vera Rubin NVL72環境
​計算アーキテクチャ​	前世代GPU基盤	Vera CPU + Rubin GPU統合設計
​電力対性能比​	従来比（基準）	メガワットあたり最大 10倍​ の処理性能
​利用環境​	一部専門チーム中心の利用	統合データプレーンによる全研究者向け標準開放
​操作性​	専門知識やスクリプト実行	自然言語指示・BioNeMoエージェントによる自動化

BMSでは「Predict First（予測優先）」のアプローチを取り入れており、合成・実験前に分子の成功確率をフィルタリングすることで、臨床試験前の無駄な実験コストと期間を大幅に短縮しています。

生命科学におけるAIファクトリー化と自律エージェントの展望

創薬分野におけるAI活用は、特定疾患の標的同定にとどまらず、研究所間で得られた知見が自動的にモデルへと統合される「累積学習ループ」の形成へと移行しています。

ニュージャージー州ローレンスビルやカリフォルニア州サンディエゴなどの各拠点間で同一データプレーンが共有されることで、1つの拠点で得られた実験データが即座に全体モデルへフィードバックされます。さらに、部門を超えて稼働する自律AIエージェントの導入により、複雑な生命科学研究の期間が従来の年単位から月単位へと短縮されることが期待されています。

出典: NVIDIA Blog

引用元：NVIDIA Blog