drug discovery에서 AI compute가 일부 전문가용 장비에서 전 연구자용 생산 인프라로 이동하고 있다. Bristol Myers Squibb는 7월 20일 NVIDIA Vera Rubin 기반의 두 번째 DGX SuperPOD를 배치한다고 밝혔다. NVIDIA의 공식 사례 글에 따르면 새 cluster는 8대 DGX Vera Rubin NVL72 system으로 구성되며, BMS 내부에서는 “SuperDuperPOD”로 불린다.

숫자는 분명하다. 각 rack-scale system은 NVIDIA Vera CPU와 Rubin GPU를 사용하고, 교체 대상 인프라 대비 megawatt당 최대 10배 성능을 제공한다고 설명됐다. BMS는 이를 기존 DGX SuperPOD와 묶어 하나의 data plane으로 운영해, 전 세계 연구 사이트의 과학자가 같은 AI platform에 접근하도록 만들 계획이다. NVIDIA BioNeMo Agent Toolkit도 biological AI 작업을 위한 구성에 포함된다.

이번 투자는 단순한 hardware 증설보다 drug discovery workflow의 변화에 가깝다. BMS는 기존 DGX SuperPOD를 약 3년 운용했고, AI-enabled target identification으로 과학자의 수작업 시간을 몇 주 줄였다고 밝혔다. 또 CELMoD compounds library 확장, lead optimization 단계의 “Predict First” 방법론, large molecules 관련 대규모 prediction, 자체 foundation model 구축에 AI를 쓰고 있다.

병목도 구체적이다. BMS 연구진은 이미 매우 큰 예측 작업을 production에서 돌리고 있으며 GPU 수요가 포화 상태라고 설명했다. 새 시스템은 특정 site나 계산 전문가에게 제한됐던 접근 방식을 줄이고, 연구자가 plain English로 복잡한 prediction을 시작할 수 있는 AI-native tooling으로 연결된다. 여러 인수합병에서 남은 site별 제약을 단일 환경으로 정리하는 것도 목적이다.

읽어야 할 포인트는 “AI가 신약을 바로 만든다”가 아니다. BMS가 검증하려는 것은 모든 실험, 임상 readout, partnership의 학습을 누적해 더 빠른 의사결정으로 바꾸는 구조다. 실제 성과는 후보물질의 임상 진입 속도, 실패율 감소, 연구비 효율 같은 숫자로 확인돼야 한다.

#bms

BMS, Vera Rubin 8랙으로 전 연구자용 drug discovery AI 공장 구축