Eli Lilly samarbejder med Nvidia om at bygge medicinalindustriens mest kraftfulde AI-supercomputer

Eli Lilly samarbejder med Nvidia om at bygge medicinalindustriens mest kraftfulde AI-supercomputer
Ananthu C U
28. okt. 2025, 20:33 PM
  • Eli Lilly slår sig sammen med Nvidia om at bygge en kraftfuld AI-supercomputer til opdagelse af lægemidler.
  • Det Nvidia-drevne system har til formål at reducere udviklingstiden for lægemidler og øge innovationen.
  • Over 1.000 Nvidia GPU'er vil drive Lillys AI-motor for hurtigere og smartere medicinskabelse.

Eli Lilly og Co. er gået sammen med chipproducenten Nvidia Corp. om at udvikle, hvad virksomhederne beskriver som den mest kraftfulde supercomputer, der drives af et medicinalfirma.

Partnerskabet, der blev annonceret tirsdag, er designet til at fremskynde opdagelsen og udviklingen af nye lægemidler ved hjælp af AI og højtydende databehandling.

Den Indianapolis-baserede medicinalproducent, der er kendt for sin vægttabsbehandling Zepbound og sine diabetes- og kræftbehandlinger, sagde, at den nye supercomputer vil gøre det muligt at identificere lovende molekyler mere effektivt og reducere de typisk lange tidslinjer, der kræves for at bringe lægemidler fra laboratoriet på markedet.

Lilly planlægger også at anvende systemets AI-funktioner til at forbedre kliniske forsøg, fremstillingsprocesser og kommercielle operationer.

Selvom virksomhederne ikke afslørede økonomiske vilkår, sagde Lilly, at noget Nvidia-udstyr allerede er ankommet til dets datacenter i Indianapolis, og at systemet forventes at være fuldt operationelt i januar.

Fremskyndelse af innovation gennem AI

Samarbejdet understreger den voksende tro på tværs af medicinalindustrien på, at AI kan transformere, hvordan nye behandlinger opdages og udvikles.

AI-værktøjer bliver i stigende grad brugt til at analysere store datasæt for at identificere sygdomsmekanismer, potentielle lægemiddelmål og nye terapeutiske molekyler, som traditionelle metoder kan overse.

Store medicinalvirksomheder som Johnson and Johnson og Roche Holding AG har øget deres AI-investeringer, mens startups, der udelukkende fokuserer på AI-drevet lægemiddelopdagelse, også har taget fart.

På trods af spændingen advarer brancheeksperter stadig om, at AI's direkte indvirkning på lægemiddeludvikling indtil videre er begrænset.

Mange virksomheder har haft tidlig succes med at bruge AI til backoffice-funktioner, dataanalyse og design af kliniske forsøg i stedet for at opdage nye lægemidler, der opnår regulatorisk godkendelse.

Thomas Fuchs, Lillys Chief AI Officer, sagde, at projektet repræsenterer en meningsfuld brug af kunstig intelligens, der kan forbedre sundhedsresultaterne betydeligt.

"AI bruges i disse dage til så mange ubrugelige ting," sagde Fuchs. "Men denne, det er den, den skal bruges til. Det er virkelig noget, der hjælper os med at forbedre den menneskelige tilstand."

Nvidia udvider sin rolle inden for biovidenskab

For Nvidia markerer partnerskabet et dybere engagement i sundheds- og biovidenskabssektoren.

Virksomheden har for nylig indgået alliancer med institutioner som Mayo Clinic og DNA-sekventeringsfirmaet Illumina Inc., da den fortsætter med at anvende sine AI-processorer til forskningsområder, der kræver kompleks beregningsmodellering.

Lilly-supercomputeren vil køre på mere end 1.000 Nvidia Blackwell GPU'er, specifikt B300-chipsene - blandt de mest avancerede AI-processorer designet af virksomheden.

Systemet vil udelukkende blive drevet af vedvarende energi og bruge et kølevandskølesystem.

Ved at bygge og drive sin egen infrastruktur sigter Lilly mod at beskytte mod potentielle geopolitiske risici, der kan forstyrre komponentforsyninger, samtidig med at de bevarer kontrollen over årtiers proprietære data.

Kimberly Powell, Nvidias vicepræsident for sundhedspleje, sagde, at AI er en langsigtet investering i at transformere medicin.

"Dette er 10 års innovation, der vil bringe os til den personlige medicindrøm, vi har talt om i omkring 30 år," sagde hun.

Diogo Rau, Lillys informations- og digitale chef, bemærkede, at selvom partnerskabet kan fremskynde opdagelsen, kan det stadig tage år, før AI-opdagede lægemidler når patienterne - potentielt først i 2030'erne - på grund af de strenge test- og godkendelsesprocesser, der kræves.