药企AI算力军备竞赛白热化：BMS将部署英伟达Vera Rubin超算，研发周期已缩短20-30%

军备竞赛图谱：BMS、礼来、罗氏的算力投入

打造"医药行业最强超算"的竞赛正迎来新入局者。7月21日，百时美施贵宝（BMS）宣布深化与英伟达的合作，将获得"生命科学行业算力最强、能效最优的单一自有英伟达基础设施"——采购搭载Vera Rubin NVL72系统的DGX SuperPOD超级计算机，或成为全球首家部署Vera Rubin架构的生物制药企业。

BMS不是孤例。礼来在2025年10月宣布携手英伟达搭建"由制药企业自有并运营的最强超算"；罗氏则在今年3月宣布扩大与英伟达合作后，拥有"制药行业已公开披露规模最大的混合云AI工厂"，部署超3500个英伟达Blackwell GPU。英伟达生命科学业务开发高级总监Rory Kelleher坦言，各家衡量"算力最强"的标准并不统一——有的按GPU数量，有的以单套系统为评判，英伟达按每秒运算次数算，BMS这套规划中的系统将是"生物制药行业最先进的超算"。

Vera Rubin首部署：药企为什么需要自己的超算

按BMS的说法，新系统每兆瓦性能最高可达上一代产品的10倍，将用于推进肿瘤、血液学、心血管疾病、免疫学及神经科学领域日益复杂的AI驱动项目。

药企自建超算的逻辑在于数据主权与迭代速度：把核心的分子数据、实验数据留在自有基础设施内训练，既满足合规要求，也避免了云端排队对研发节奏的拖累。BMS与英伟达已合作近三年，公司表示AI投资已在管线与业务运营层面显现成效——例如在基于靶向蛋白降解技术开发镰状细胞病临床候选药物时，AI帮助其突破了研发瓶颈。

20-30%：AI缩短研发周期的真实账本

这场算力竞赛最硬的回报数据来自BMS首席研究官Robert Plenge的表述：目前公司通过AI工具已将药物研发周期缩短了20%-30%，未来甚至有望缩短50%。

一款新药动辄十年、数十亿美元的研发周期里，20-30%的压缩意味着数十亿元级的成本节省和宝贵的专利窗口期延长。这个数字也解释了为什么MNC愿意为算力一掷千金：超算不是面子工程，而是直接改写单位研发成本的核心生产资料。

算力竞赛的下一站：更大数据集训练更大模型

值得玩味的是各家对竞赛终点的共识。无论算力指标怎么争，药企们的目标一致：以更强算力训练更大规模模型、运行更复杂实验。用英伟达方面的话说，"核心是基于更大数据集，训练更大规模的模型，让系统拥有更出色的预测与生成能力"。

注意这个因果链的起点——更大数据集。算力可以采购，模型架构可以借鉴，但高质量、可训练的医药数据集才是这场军备竞赛真正的弹药库。对行业观察者而言，这轮超算热潮的另一面，是医药训练数据供给能力即将迎来的指数级需求：谁的模型想吃下这些算力，谁就得先回答数据从哪来、质量如何保证、合规怎么解决。算力的军备竞赛，终局是数据的军备竞赛。

---

千方医数集编辑部 出品