STAT Pharma 7月20日报道，Bristol Myers Squibb（BMS）宣布正在组建其称为生命科学行业最大规模之一的NVIDIA AI超级计算基础设施。报道称，这是九个月内第三家药企宣称建设行业最大AI超级计算平台，反映大型药企对自有AI基础设施的投入正在升温。
BMS表示，公司正在使用NVIDIA最新处理器，把AI计算能力提高十倍以上。BMS首席数字与技术官Greg Meyers在采访中说，公司三年前与NVIDIA启动合作时，使用的是较小计算集群，重点处理蛋白结构预测等相对单一的问题；随着内部AI应用扩展，原有计算空间已经被消耗完。
报道介绍，BMS现在更看重需要大量计算资源的基础模型。Meyers表示，公司越来越相信，这类模型能够帮助理解候选药物如何与人体和疾病相互作用。他提到，BMS已经在肿瘤学和神经退行性疾病等方向开发相关模型。这里所说的基础模型，通常指在大量生物、化学或临床相关数据上训练，再用于多个研发任务的AI系统。
药物研发中的AI基础设施竞争，并不等同于某个候选药物已经取得临床成功。更准确地说，这类投入改变的是研发工具链：企业希望把分子设计、蛋白结构、疾病模型、候选药物筛选和转化研究中的部分环节整合进更大规模计算平台。其潜在价值在于提高假设生成和筛选效率，但最终仍需实验验证、临床试验和监管审评。
STAT也提示，这篇文章属于STAT+付费报道，公开抓取内容仅包含主要背景和部分采访信息。就可核实信息而言，BMS的动作属于制药行业AI基础设施建设和产业投入，而非治疗指南、药品批准或临床疗效结论。报道同时提及Eli Lilly和Roche等药企也在类似方向进行大规模投入。
对医学和生物医药行业而言，算力建设会影响未来药物发现的组织方式，但不能替代临床证据。AI模型在不同疾病、人群和数据质量条件下表现如何，是否能减少研发失败，是否会引入数据偏倚和解释性问题，都需要在实际研发项目中持续评估。
原文链接：http://www.statnews.com/2026/07/20/bms-nvidia-assembling-largest-pharma-ai-supercomputer/?utm_campaign=rss
免责声明：本文仅供医学资讯参考，不构成投资、诊疗或用药建议。
