Eli Lilly samarbeider med Nvidia for å bygge farmasøytisk industris kraftigste AI-superdatamaskin

Eli Lilly samarbeider med Nvidia for å bygge farmasøytisk industris kraftigste AI-superdatamaskin
Ananthu C U
28. okt. 2025, 20:33 P.M.
  • Eli Lilly slår seg sammen med Nvidia for å bygge en kraftig AI-superdatamaskin for legemiddeloppdagelse.
  • Det Nvidia-drevne systemet har som mål å redusere utviklingstiden for legemidler og øke innovasjonen.
  • Over 1,000 Nvidia GPUer vil drive Lillys AI-motor for raskere og smartere medisinskaping.

Eli Lilly og Co. har slått seg sammen med brikkeprodusenten Nvidia Corp. for å utvikle det selskapene beskriver som den kraftigste superdatamaskinen som drives av et farmasøytisk firma.

Partnerskapet, kunngjort tirsdag, er designet for å akselerere oppdagelsen og utviklingen av nye medisiner ved hjelp av AI og høyytelses databehandling.

Den Indianapolis-baserte legemiddelprodusenten, kjent for sin vekttapsbehandling Zepbound og sine diabetes- og kreftterapier, sa at den nye superdatamaskinen vil gjøre den i stand til å identifisere lovende molekyler mer effektivt og redusere de vanligvis lange tidslinjene som kreves for å bringe medisiner fra laboratoriet til markedet.

Lilly planlegger også å bruke systemets AI-funksjoner for å forbedre kliniske studier, produksjonsprosesser og kommersiell drift.

Selv om selskapene ikke avslørte økonomiske vilkår, sa Lilly at noe Nvidia-utstyr allerede har ankommet datasenteret i Indianapolis, og at systemet forventes å være fullt operativt innen januar.

Akselerere innovasjon gjennom AI

Samarbeidet understreker den økende troen på tvers av farmasøytisk industri på at AI kan transformere hvordan nye behandlinger oppdages og utvikles.

AI-verktøy blir i økende grad brukt til å analysere enorme datasett for å identifisere sykdomsmekanismer, potensielle legemiddelmål og nye terapeutiske molekyler som tradisjonelle metoder kan overse.

Store farmasøytiske selskaper som Johnson and Johnson og Roche Holding AG har økt sine AI-investeringer, mens startups som utelukkende fokuserer på AI-drevet legemiddeloppdagelse også har fått fart.

Likevel, til tross for spenningen, advarer bransjeeksperter om at AIs direkte innvirkning på legemiddelutvikling fortsatt er begrenset så langt.

Mange firmaer har funnet tidlig suksess med å bruke AI for backoffice-funksjoner, dataanalyse og klinisk utprøvingsdesign i stedet for å oppdage nye legemidler som når regulatorisk godkjenning.

Thomas Fuchs, Lillys AI-sjef, sa at prosjektet representerer en meningsfull bruk av kunstig intelligens som kan forbedre helseresultatene betydelig.

"AI brukes i disse dager til så mye ubrukelige ting," sa Fuchs. «Men denne, det er den den skal brukes til. Det er virkelig noe som hjelper oss med å forbedre den menneskelige tilstanden.»

Nvidia utvider sin rolle innen biovitenskap

For Nvidia markerer partnerskapet et dypere engasjement i helse- og biovitenskapssektorene.

Selskapet har nylig inngått allianser med institusjoner som Mayo Clinic og DNA-sekvenseringsselskapet Illumina Inc., ettersom det fortsetter å bruke sine AI-prosessorer på forskningsområder som krever kompleks beregningsmodellering.

Lilly-superdatamaskinen vil kjøre på mer enn 1,000 Nvidia Blackwell GPUer, spesielt B300-brikkene – blant de mest avanserte AI-prosessorene designet av selskapet.

Systemet vil bli drevet utelukkende av fornybar energi og bruke et kjølevannskjølesystem.

Ved å bygge og drive sin egen infrastruktur har Lilly som mål å beskytte seg mot potensielle geopolitiske risikoer som kan forstyrre komponentforsyningen, samtidig som de opprettholder kontrollen over flere tiår med proprietære data.

Kimberly Powell, Nvidias visepresident for helsevesen, sa at AI er en langsiktig investering i å transformere medisin.

"Dette er 10 år med innovasjon som kommer til å få oss til den personlige medisindrømmen vi har snakket om i rundt 30 år," sa hun.

Diogo Rau, Lillys informasjons- og digitale sjef, bemerket at selv om partnerskapet kan akselerere oppdagelsen, kan det fortsatt ta år før AI-oppdagede legemidler når pasienter – potensielt ikke før på 2030-tallet – på grunn av de strenge test- og godkjenningsprosessene som kreves.