一句话看懂：百时美施贵宝（Bristol Myers Squibb, BMS）正在采购 Nvidia 的专用 AI 硬件和软件，以加速药物发现和分子设计，这是制药巨头在 AI 算力投资上的最新案例。此举表明，大药企正在从“试用 AI 工具”转向“部署 AI 基础设施”。
事件核心：发生了什么
根据公开信息，百时美施贵宝选择购买 Nvidia 的 AI 系统，具体包括 Nvidia DGX 和 BioNeMo——前者是专为 AI 训练和推理设计的服务器硬件，后者是 Nvidia 用于药物发现的开源 AI 框架。BMS 将把这些系统整合进其内部研发管线，用于候选药物的识别和优化。目前公开信息显示，该采购并非一次性实验，而是作为长期研发基础设施的一部分，意图在生产环境中运行大型分子模型。交易的具体金额和系统部署规模尚未披露。
为什么重要
这件事的意义不局限于一笔硬件采购。首先，它反映了制药行业对 AI 应用的态度转变：从“与第三方平台合作”转向“自持算力与模型”。BMS 选择直接购买 Nvidia 的完整解决方案，意味着其内部团队将直接管理训练和推理流程，而不是依赖外部 API 或外包服务。其次，这巩固了 Nvidia 在科学计算领域“卖铲子”的角色——不仅提供 GPU，还提供专为生物医药设计的软件栈（BioNeMo）和集成硬件（DGX），这降低了制药公司自行搭建 AI 基础设施的门槛。最后，这也向市场发出信号：头部药企愿意为定制化 AI 算力付费，而非仅限于使用云服务上的通用大模型。
对用户/开发者/创作者的影响
对于专注于 AI 药物发现的开发者和研究人员，这一采购意味着 BioNeMo 框架的实用性和商业接受度得到了验证。如果你在开发分子生成或蛋白质结构预测工具，Nvidia 的这个生态系统将更受企业客户青睐，掌握 BioNeMo 或相关 SDK 的开发者可能获得更多就业或合作机会。对于企业 IT 决策者（例如药企或生物科技公司的 CTO），这是一个明确的信号：自建 AI 算力（而非完全依赖公共云）正在成为内部保密数据和高频迭代场景下的可行选项。对于普通读者，这则新闻的影响是间接的——更快的候选药物筛选意味着研发周期可能缩短，但距离最终上市的药物仍有多年的临床验证过程。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，BMS 是否会公开分享其内部模型的表现数据或部署效率？这将为其他药企提供决策参考。第二，Nvidia 是否会推出更轻量级的同类产品（例如针对小型生物科技公司的版本），从而扩大 BioNeMo 的生态覆盖面。第三，竞品反应——AMD 和 Intel 在科学计算领域的 GPU 和软件开发工具链能否拿出匹配案例，以避免 Nvidia 在这一垂直领域形成事实性垄断。
