Lilly, NVIDIA: $1 млрд в ИИ-лабораторию для поиска лекарств
Бизнес-девелопмент менеджер с нестандартным мышлением и проактивным подходом. Отличные презентационные навыки, умение работать в конфликтных ситуациях. Доказанный опыт технического лидерства и высоких показателей продаж с фокусом на рост выручки и закрытие сделок.
Lilly and NVIDIA launch a $1B AI lab in Silicon Valley to revolutionize drug discovery, aiming to cut timelines & costs significantly.
Lilly, NVIDIA: $1 млрд в ИИ-лабораторию для поиска лекарств
Lilly и NVIDIA вложат более $1 млрд в лабораторию ИИ для поиска лекарств
Фармагигант Eli Lilly и технологический лидер NVIDIA объединяют усилия, создавая инновационную ИИ-лабораторию за $1 млрд для ускорения поиска лекарств. Этот знаковый проект, базирующийся в Кремниевой долине, нацелен на кардинальное преобразование процесса разработки препаратов. Используя суперкомпьютеры, искусственный интеллект и передовую робототехнику, партнеры стремятся значительно сократить сроки и затраты на исследования, чтобы быстрее предоставлять новые методы лечения пациентам.
Какую цель преследует совместная лаборатория Eli Lilly и NVIDIA?
Ключевая цель совместной лаборатории Eli Lilly и NVIDIA - создать новую парадигму в разработке лекарств. Партнеры планируют использовать вычислительные мощности NVIDIA и научную экспертизу Lilly для создания моделей ИИ, которые смогут с беспрецедентной скоростью и точностью находить и проектировать новые молекулы-кандидаты.
Пятилетнее соглашение, анонсированное 12 января 2026 года на конференции J.P. Morgan Healthcare, предполагает инвестиции в размере более миллиарда долларов. Совместная лаборатория, открытие которой запланировано до конца марта, призвана не просто улучшить, а полностью переписать правила игры в фармацевтических исследованиях. Объединив платформы ИИ NVIDIA с биологическими данными и научным опытом Lilly, партнеры сосредоточатся на создании и проверке моделей искусственного интеллекта для проектирования новых лекарств с невиданной ранее скоростью.
| Что каждая сторона привносит | Lilly | NVIDIA |
|---|---|---|
| Сырье (данные) | 2.7 млн высокоточных анализов, 1.2 ПБ мульти-омических данных, 200+ клеточных линий, релевантных для болезней | Кластеры DGX Cloud, BioNeMo, Omniverse, стек технологий для робототехники Jetson |
| Таланты | 400 ученых-исследователей, химиков, биологов | 250 инженеров по ИИ, исследователей базовых моделей |
| Инфраструктура | "Мокрые" лаборатории, роботизированные манипуляторы, помещения для исследований на живых организмах | GPU SuperPOD на основе GPU, симуляторы цифровых двойников |
Лаборатория спроектирована по модели технологического инкубатора, что подразумевает тесную интеграцию команд обеих компаний. Кимберли Пауэлл, вице-президент NVIDIA по здравоохранению, называет этот подход «замкнутым циклом открытий». В его рамках роботизированные эксперименты непрерывно снабжают данными модели ИИ, которые ежедневно генерируют новые гипотезы для проверки учеными.
«Мы объединяем огромные вычислительные мощности, специализированные таланты и возможность обрабатывать данные в невероятном масштабе… двигаясь к будущему, где открытия будут управляться быстрым экспериментированием».
- Диого Рау, исполнительный вице-президент и директор по информации и цифровым технологиям Lilly
От предсказательной биологии к причинно-следственной
Проект знаменует собой переход от прогнозного ИИ, отвечающего на вопрос «какая молекула сработает?», к причинно-следственной биологии, которая объясняет, «почему она сработает?». Для этого команды будут обучать многомодальные базовые модели на массивах интегрированных данных, включая профили экспрессии генов, карты CRISPR-нокаутов, 3D-структуры белков, пути синтеза и данные микроскопии в реальном времени. Предварительные тесты на суперкомпьютере Lilly показали, что такой подход может сократить доклинические этапы с пяти лет до 12 - 18 месяцев и снизить затраты на 40%.
Робототехника как генератор данных
Ключевым элементом лаборатории станет роботизированная платформа NVIDIA Isaac - она превратит «мокрую» лабораторию в высокопроизводительный генератор данных. Роботизированные манипуляторы автоматизируют эксперименты, обрабатывая до 10 000 микролунок в час и передавая аннотированные результаты напрямую в ИИ. Это создает непрерывный цикл обучения с подкреплением, где модели постоянно совершенствуются на основе новых данных. По прогнозам, система будет генерировать один терабайт размеченных данных еженедельно, обеспечивая ИИ необходимым объёмом информации для глубокого анализа.