英偉達,正在重新定義AI+藥物研發。
甚至英偉達CEO黃仁勛不止一次為其站臺:"AI正在改變各行各業,影響最深遠的是生命科學。"
在老黃眼里,下一個黃金賽道是生物工程學,當數據科學、人工智能和自動化的結合時,生物學將轉變為可工程化的系統,它會呈指數型改進。
老黃斷言:人人都必須學會計算機的時代過去了,人類生物學才是未來。
![]()
他甚至表示,如果他有重來一次的機會,他會首先考慮生物學,特別是和人類相關的生物學。
而回顧過去幾年英偉達對生物醫藥的布局,呈現出非常明顯的路徑。
英偉達從硬件與平臺出發,到提供專項AI模型服務,再通過資本構建生態,最終組建團隊攜手產業巨頭,共同投資并塑造未來的基礎設施與行業標準。
或許英偉達,正在一步步走向AI制藥公司。
![]()
第一階段:從算力提供者,轉向服務
在推出醫療專用平臺之前,英偉達的核心角色是行業算力的提供者。
其CUDA并行計算架構和強大的GPU,早已在生命科學的高性能計算(HPC)場景中被廣泛采用,例如基因組學測序、冷凍電鏡成像分析和分子動力學模擬。
英偉達通過服務這些前沿科研與計算需求,不僅積累了深厚的行業認知,更在事實上構建了生命科學計算的硬件標準。
這也讓英偉達逐步從單純的硬件銷售轉向提供綜合的AI解決方案,包括軟件、服務和生態系統支持。
2018年的GTC大會上,英偉達首次觸角伸向了傳統醫療領域,發布了醫學影像平臺NVIDIA Clara。這是一款軟硬件相結合的平臺,能夠大幅提升醫學影像計算速度。
推出Clara醫療平臺,將GPU算力與優化算法引入醫療影像、基因組學及早期的藥物發現流程。
在2021年的GTC大會上,英偉達推出了專用于醫療設備的實時AI計算平臺NVIDIA Clara Holoscan,旨在通過實時AI計算能力提升醫學影像分析、手術輔助和遠程醫療的智能化水平。
這些平臺的發布,讓醫療機構無需更換昂貴設備即可調用最新AI模型,極大地降低了行業AI化的門檻。
這些一系列動作,讓吸引了大量開發者與初創公司在Clara生態中進行開發,為后續進軍AI制藥積累了關鍵的行業認知、合作伙伴關系。
![]()
第二階段:深度戰略投資與布局
隨著AIphaFold技術不斷拓展其影響力,AI技術獲得了產業界的認可,英偉達也不滿足于作為技術提供者,而是希望將產業的蛋糕做大。
2023年初,英偉達旗下的投資部門NVentures于正式成立,已經成為全球最活躍的CVC之一。
基于英偉達傲人的業績,NVentures手里幾乎有“無限子彈”。
用一位科技投資者的話來說,英偉達正在投資“任何聞起來像人工智能的東西”。而AI+生物技術是英偉達重點關注的領域。
2023年,英偉達進行AI制藥的首筆直接投資,向上市公司Recursion投資5000萬美元。
從此之后,英偉達在AI制藥瘋狂加碼,迄今為止已經投資超過15家AI生物技術公司,覆蓋各種療法以及創新平臺。
![]()
除此之外,英偉達還為各大非營利機構和研究團隊合作,為他們提供算力和工程支持。
事實上,英偉達不只是財務上的投資,則是在生態層面進行布局,旨在培育更廣泛的客戶群和使用場景。
2022年,英偉達推出專門用于藥物發現的生成式AI云服務BioNeMo,作為其AI生物醫藥戰略的重要平臺。
通過廣泛投資,英偉達迅速豐富起BioNeMo的平臺廣度和深度,將AlphaFold2、ESM-2、Evo2、La-Proteina、Geneformer、DiffDock等世界頂尖模型收入囊中。
借助BioNeMo,英偉達正在生命科學構建了獨特的軟硬件生態。
它將英偉達分散的技術能力整合為面向藥物研發的垂直解決方案,推動英偉達從單純出售硬件向提供“硬件+平臺+服務”的全棧解決方案轉型。
這種模式具有更高的客戶黏性和長期收入潛力,也為英偉達下一階段布局奠定基礎。
![]()
第三階段:躬身入局
如今在醫藥領域,英偉達已經不至于賣卡和賣服務了。
英偉達已經進化到第三階段:組建團隊,主動推動行業發展。
2026年開年,英偉達和全球市值最高藥企禮來,扔下一個重磅炸彈。
雙方未5年將共同投資10億美元,共建全球首個"AI藥物共創實驗室",以提升藥物發現水平。
標志著英偉達的直接參與定義AI制藥的未來研發范式——通過構建融合頂尖計算、AI模型與自動化機器人的一體化實驗室,試圖系統性攻克藥物研發的難題。
要知道,去年一整年,英偉達的研究團隊與全球頂尖實驗室一道,發布了多款行業基礎模型,全部都進入BioNeMo平臺中。
![]()
不止如此,英偉達還有一個巨大的野心——物理AI。
它不再滿足于提供零散的AI工具,而是旨在構建一個由物理AI驅動的、虛實閉環的下一代藥物研發操作系統。
英偉達的物理AI可以在Omniverse中構建從分子、細胞到整個生化過程的高保真數字孿生。
研究者能在虛擬世界中,近乎實時地測試藥物候選物的結合、代謝路徑甚至毒性,將原本耗時數月的早期篩選壓縮到幾天甚至幾小時。
而與賽默飛、Isaac Sim等自動化實驗室企業合作,通過機器人、數字孿生實現自主化研發,連接數字世界與物理實驗。
這個愿景目前正在落地,例如與禮來的聯合實驗室,目標正是將物理AI、機器人與基礎模型相結合,構建新一代藥物發現引擎。
要知道,全球每年生物醫藥的研發投入是上萬億元。
屆時,越來越多的制藥研發工作流經人工智能,以及越來越多的制藥研發預算流經英偉達。
—The End—
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.