在过去的十年里，一家又一家科技巨头试图进入医疗保健领域，但都失败了。
IBM 的 Watson Health 以混乱告终，谷歌母公司Alphabet 的 Verily 和 Calico 等项目尽管平稳运行，但仍然没能晋升成为核心业务。
但不一样的是，英伟达似乎在这个领域已经开始成功了。这家芯片巨头已成为生物制药研发最热门领域的主导体。
英伟达表示，它在健康领域的收入已经超过10亿美元，佐证了该领域的迅速发展。
显然，英伟达首席执行官黄仁勋数次表示“数字化生物学”的未来，成为生物制药公司最引人注目的推销员。
除了作为其业务核心的H100 芯片外，它还销售软件，让制药公司可以使用人工智能模型。
通过其企业风险投资部门，英伟达还投资了许多生物技术领域最新的人工智能初创公司。
越来越多的制药研发工作流经人工智能，以及越来越多的制药研发预算流经英伟达。
不过，该公司有一些反对者。一些生物技术资深人士认为英伟达过度简化生物学以销售更多芯片。
其他人则认为，有远见的人能够将失败率高达 90% 的技术落后行业带向更美好的未来。
1、从游戏到蛋白质
英伟达曾经是一家游戏硬件公司。它于1999 年普及了 GPU的概念，后面大规模用于游戏行业。
推动英伟达登上顶峰的是软件。它设计了一种名为 CUDA 的新编程语言，将其芯片从视频游戏渲染转变为通用计算引擎。
CUDA 允许 Nvidia 的芯片将计算任务分解为更小的块，然后同时处理这些工作。
突然之间，GPU 不仅仅用于视频游戏，而是奔向各行各业。
当 Nvidia 在 2006 年推出 CUDA时，它注意到某些科学团体在世界上*个超级计算中心使用了 40% 甚至 50% 的计算周期。他们不是渲染视频游戏，而是模拟小分子和蛋白质如何移动和相互作用。
2010 年，Nvidia 邀请其中一位用户——伊利诺伊大学的 Klaus Schulten 在首届开发者大会上发言。
在大多数来自游戏界的与会者面前，Schulten 让观众观看蠕动的 3D 分子动画，展示了这些模型如何回答猪流感病毒如何抵抗抗病毒药物达菲等问题。
但很长时间以来，这些应用受到成本和复杂性的限制，没能得到进一步的发展。
然后，在 2018 年底，Google DeepMind 取得了突破，其名为 AlphaFold 的模型赢得了蛋白质结构预测竞赛。几年之内，AlphaFold迅速进化，可以将数亿串氨基酸转化为预测的蛋白质结构。
“AlphaFold 时刻让我们确信这是可能的，”Nvidia 医疗保健副总裁 Kimberly Powell表示。
英伟达在动力学、基因测序和冷冻电子显微镜等领域的生物学上花费了多年的时间。通过将氨基酸序列转化为高度精确的 3D 结构，AlphaFold 引导鲍威尔想象还有什么可能。
“一旦你可以在计算机中表示某些东西，你就可以开始构建模型，”Kimberly Powell说。“一旦你有了模型，你就可以开始更多地了解它们的相互作用。对我来说，这是计算机辅助药物发现的新曙光，它不仅仅局限于分子动力学模拟，还进入了更多领域。”
2022 年秋季，英伟达推出了 BioNeMo，这是一项软件服务，可以访问包括 AlphaFold 在内的数十种人工智能模型。
其他模型可以使用 DiffDock 模拟分子对接，使用 MolMIM 生成小分子或使用 RFdiffusion 生成蛋白质，或者使用 NeuralPLexer 预测分子与蛋白质的结合强度。超过 100 家生物制药客户现在正在使用 BioNeMo，而且这只是一个开始。
硬件仍然是英伟达业务的核心。目前，该公司正在为丹麦的诺和诺德基金会和冰岛的安进公司建造超级计算机，通过其子公司 deCODE Genetics 来利用后者的庞大遗传宝库。但其专为制药行业量身定制的软件，旨在将计算付诸实践，正成为人们关注的焦点。
Basecamp Research 首席技术官 Philipp Lorenz 表示:“英伟达非常了解这个行业，所以我从来不跟他们谈论芯片，这有点奇怪。”Basecamp Research 是一家总部位于伦敦的初创公司，负责生成来自所有类型生物体的庞大蛋白质序列数据库 。
英伟达的软件业务部分基于这样一个事实:它拥有一些制药公司无法雇佣的*人工智能人才。
Zetta Venture Partners 的投资人Dylan Reid 表示，薪酬、文化和资源的结合吸引了*秀的工程师来到 OpenAI 和 Anthropic 等资金雄厚的人工智能初创公司，或者谷歌和 Meta 等传统科技巨头。
Dylan Reid 表示，制药商目前在吸引*人工智能人才方面“还差得远”。
英伟达填补了这一空白，其自己的工程师带头为制药公司优化、培训和微调模型。制药公司不是OpenAI，它们吸引不了*的人工智能人才。
Nvidia 上个月在其最新产品中推出了所谓的微服务。这些都是开箱即用的 AI 模型，Nvidia 对使用这些服务的每个 GPU 每年收费 4500 美元，或者每个 GPU 每小时 1 美元。
英伟达表示，制药公司可以在几分钟内开始使用这些模型，不需要自己的人工智能专业知识。它让制药公司做他们最擅长的事情，而英伟达则提供其核心优势——计算能力和工程知识。
在今年的开发者大会上，黄仁勋的演讲让全世界瞩目。“将会发明令人难以置信的新功能，”黄仁勋在将人工智能视为一场几乎涵盖每个行业的工业革命时表示。
他将药物发现的可能未来与芯片设计的演变进行了比较，芯片设计从高错误率、复杂的过程发展到几乎没有错误的计算机设计。
“生物学比基于物理学的芯片硅片设计困难十亿倍，这说明了很多问题。但我认为我们不可避免地会达到这个目标，”Recursion 首席执行官Chris Gibson在接受采访时表示。“这只是一个谁、什么、何时以及如何的问题。”
这种伟大的愿景引起了很多怀疑者，尤其是那些以前见过类似的硅谷梦想破灭的行业资深人士。
资深药物化学家基思·霍恩伯格 将黄的观点描述为“极其乐观”和“天真得无可救药” 。
就连生物学领域人工智能的热心支持者也呼吁该领域抑制言论，例如薛定谔的首席执行官去年夏天警告人工智能的热潮已达到“危险”水平，而 insitro 的首席执行官达芙妮·科勒 则称当前的炒作“具有潜在的破坏性”。
最终，*真正重要的指标是开发了多少真正的药物——这是该领域尚未实现的里程碑。
2、淘金热
与此同时，英伟达不断扎根。医院自动化初创公司 Artisight 的首席执行官 Andrew Gostine 表示，尽管 Nvidia 投资了 Artisight，他的公司也尝试过其他芯片制造商，但发现优化模型并将其融入初创公司生态系统的工作是“巨大的痛苦”。
他在上个月的英伟达开发者大会上发言时表示:“如果你购买他们超昂贵的 GPU，我需要花费大量资金来购买人工智能人才来进行优化，英伟达会免费提供给你。”
Artisight 是 Nvidia 成立两年的企业风险投资部门投资的 20 多家公司之一，这是这家芯片制造商深化其医疗保健业务的另一种方式。该组织每年没有固定的资金投入，其最重要的使命是找到那些使用英伟达芯片，并且有宏伟愿景的初创公司。
目前，英伟达已经将资金投向了超过10家人工智能+药物研发公司。
在GTC大会前几个月，英伟达在摩根大通医疗保健会议上联合举办了一场规模小得多的单独活动。
生物技术高管和投资者挤满了房间，聆听黄仁勋重塑地球上最容易失败的企业之一的愿景。他谈到了一场神奇的人工智能革命，即将重塑药物研发。
“我们坚信，这将成为药物发现和设计方式的未来，”黄说。
早期证据表明，黄可能是对的——或者说正确到足以继续赢得客户。
安进公司是 Nvidia 软件的早期用户，该公司表示，该软件已将抗体项目进入临床的可能性从 50% 提高到 90%，同时将典型的研究时间从两年缩短到九个月。
基因泰克最近启动了一项研究，测试一种肺部疾病候选药物治疗炎症性肠病的效果，该研究基于机器学习揭示的两者之间意想不到的联系。
像Generate:Biomedicines和Iambic这样的初创公司现在正在临床上利用这些较新的人工智能模型开发药物。
一月份的摩根大通活动在旧金山造币厂举办，这直白地象征着生物技术目前的资金流向。这座拥有 150 年历史的建筑是为了满足加州淘金热蓬勃发展的需求而建造的，将金块变成现金。英伟达正急切地将制药业带入下一场疯狂。
“如果您在计算或人工智能方面遇到困难，请给我们发送电子邮件，”黄任勋在摩根大通会议上说。“我们在这里等你。”
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
图文推荐
热门推荐
