解语樱木

也许在不久的将来，我们治疗癌症、帕金森、阿尔茨海默症的救命良药，就藏在这几十秒之中

谁能想到，过去药企研发人员需要花费好几年反复筛选的“大海捞针”，如今只需要几杯咖啡的时间就搞定了。

就在前不久，国家超级计算天津中心和清华大学联手，放出了一个大招——GalaxyVS平台正式问世。

这个平台的厉害之处在哪里？

用最简单的话说：以前科研人员想在千亿级的分子库里找到能治病的“特效分子”，就像走进一个超大型迷宫，得拿着手电筒一个一个死角慢慢找，运气好几个月能碰上，运气不好好几年也找不到几个。

现在呢？GalaxyVS平台直接给这双手电筒装上了“GPS导航”。几十秒，就几十秒，就能从近千亿个分子里把最可能治病的候选分子挑出来，精准锁定靶点。

怎么做到的？这得从背后的“大脑”——天河新一代超级计算机说起。

大家可以把天河超算想象成一个超级大脑。它的计算速度快得惊人，一秒钟能做上百亿亿次运算。这次突破的关键，是把AI模型DrugCLIP和超强的算力深度结合，把过去需要精细模拟的“蛋白质-分子结合”，转变成了计算机最擅长的“大规模并行检索”。

实测数据最能说明问题：

这项技术利用千级DSP节点，一口气给全模式生物物种约400万个靶点口袋编了码，接着在超过2万个计算节点上搞起了超大规模分子检索。单次千亿级分子库的检索，几十秒内就能搞定，平均一个靶点口袋连1秒都用不了。更惊人的是，系统一天能干16万亿次分子对接，这比目前国际纪录高出了整整6个数量级。

对于咱们先进制造业的研究者来说，这不仅仅是生物医药的事。

要知道，算力本身就是一种新型高端制造能力。工信部等八部委今年年初刚发了文件，点名要搞“人工智能驱动的新药发现与虚拟筛选平台”，加快AI在制药行业的落地。GalaxyVS跑通了这条“AI+先进制造”的新路子，用最强算力去挑战生命科学里最难啃的骨头。

这里有一个很现实的问题：AI加算力，会不会彻底改变医药制造业的底层逻辑？ 以前行业里常说“十年研发、十亿美元投入”的“双十定律”，平均耗时超过十年，投入超过十亿美元。现在AI把这第一步的早期筛选环节压缩到几十秒，未来一个新药的研发总成本可能大幅下降。

从另一个角度讲，以前许多罕见病因病患人群太少，药企投入研发不划算，患者只能“无药可医”。现在筛选成本几乎降到了忽略不计的地步，肿瘤、神经退行性疾病（比如阿尔茨海默症）、新发传染病乃至各种罕见病的先导分子发现，都获得了全新的路径。

也许在不久的将来，我们治疗癌症、帕金森以及各类慢性疾病的救命良药，就藏在这超算的几十秒之中。

更值得期待的是，这次不光是中国自己的AI模型（DrugCLIP此前刚登上《科学》杂志），更重要的是天河超算平台还彻底完成了国产异构硬件的适配与深度优化。这一下，从核心算法到底层算力、存储、应用，全部实现了自主可控。

这不就是我们一直追求的新质生产力最好的写照吗？ 用高端算力去催生尖端生物医药创新，再用尖端创新反哺高端制造链条的智能化升级。

当然，有好消息，也有我们不得不面对的现实差距。就在不久前，英伟达和礼来也宣布计划投入最高10亿美元，在硅谷打造全球首个超规模AI药物研发实验室，目标直指制药界“最强超级计算机”。说白了，国际巨头也早已在这个赛道上疯狂砸钱、拼命抢跑。

所以，我们这次跑出来的“中国速度”，必须保持住。不能只做“昙花一现”的突破，而是要借此机会真正打造出世界级的AI+制药的基础设施和产业闭环。

谁掌握了超大规模的算力调度能力，谁就掌握了下一代生物医药制造的制高点。

那么最后，我想把问题抛出来和大家一起思考：

• AI制药的第一步已经跑通了，接下来整个药物化学实验、临床测试流程，还会面临怎样更深刻的“人工智能+”重构？
• 当万亿级分子库也变成“秒级响应”时，我们离彻底的个性化定制药物（根据你的基因当天配药）还有多远？
• 跳出医疗圈，这项超大规模算力调度技术，未来会不会 “降维打击”到咱们先进制造业的其他领域，比如航空发动机材料研发、新能源电池迭代？
  
  

欢迎大家在留言区发表见解，聊聊你对这个划时代突破的真实看法。

版权声明

“特别声明：以上作品内容(包括在内的视频、图片或音频)为用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user , the platform merely provides information storage space services.”

本文地址: https://www.amtbbs.org/thread-18248-1-1.html