2026 年 2 月 25 日(週三),禮來(Eli Lilly)在印第安納波利斯總部園區為 LillyPod 舉行剪綵,宣告這部超級電腦正式上線。它配備 1,016 顆 NVIDIA Blackwell Ultra GPU、以 DGX SuperPOD 架構整合,AI 效能超過 9,000 petaflops——NVIDIA 稱之為「全球最大、最強大的藥物發現 AI 工廠」,也是製藥業迄今最強的超級電腦。
這不是一次性採購,而是長期佈局的收網:2025 年 10 月於 GTC Washington DC 首度揭露,原定 12 月完成建置、1 月系統上線;1 月的 J.P. Morgan 醫療照護會議上,再宣布與 NVIDIA 成立共同創新實驗室與最高 10 億美元的五年合作。LillyPod 示範了垂直產業龍頭如何把前沿算力變成內部平台的完整路徑。
一千零一十六顆 Blackwell Ultra 的規格書
數字本身會說話。這套系統提供超過 9,000 petaflops 的 AI 效能;禮來 AI 長 Thomas Fuchs 給了個傳神對比:單顆 Blackwell Ultra GPU 的算力,約當 700 萬套禮來 1992 年使用的 Cray 系統。R&D World 報導,這是全球第一套以 DGX B300 系統搭建的 DGX SuperPOD。
但規模不是重點,「民主化」才是。禮來資訊與數位長 Diogo Rau 與 Fuchs 都強調,科學家現在可直接存取這批 GPU,把運算資源從少數 HPC 團隊手上,交到第一線研究人員的日常工作流。
從基因體到量產:上面跑什麼工作負載
LillyPod 的目標工作負載相當具體:基因體學、分子與胜肽設計、單細胞生物學、影像分析,甚至製程與量產營運。經濟學很直接:禮來的濕式實驗室團隊,每個藥物靶點每年約只能測試 2,000 個假設;換成電腦模擬,則是數十億個假設平行展開,可嘗試次數直接改寫一個數量級。
TuneLab 與聯邦學習:把資料變成模型工廠
硬體之外,更值得留意的是軟體層。禮來的 AI/ML 藥物發現平台 TuneLab,其模型建立在價值約 10 億美元的禮來專有資料之上,並以 NVIDIA FLARE 進行聯邦學習(federated learning),讓跨機構協作不必集中原始資料。NVIDIA 指出,TuneLab 是第一個同時提供禮來自研模型與 NVIDIA Clara 開放基礎模型的藥物發現平台——自建與開放生態並行,是垂直平台值得借鏡的架構選擇。
算力不是瓶頸:AI 長官的十年提醒
在剪綵的熱鬧之外,Fuchs 刻意潑了冷水:「你無法加速一場癌症試驗或神經試驗,瓶頸是生物學。」他估計,距離 AI 能端對端生成、驗證並推進藥物候選,還需約十年。對評估「AI 顛覆製藥」敘事的人,這是個有用的錨點:算力可以指數成長,臨床驗證不行。
科學 AI 代理:下一個里程碑
禮來的下一個目標是「科學 AI 代理」(scientific AI agents):能規劃實驗、推理,並協調運算與實體實驗室。用 Fuchs 的說法,要把藥物發現從「手工藝式」(artisanal)流程推向工業化。CB Insights 才將禮來評為 AI 準備度最高的藥廠;禮來同時加碼實體資產:500 億美元的美國製造與研發承諾、45 億美元的 Lilly Medicine Foundry。算力、資料、實驗室三線並進,才是這則新聞的完整讀法。2026 年開年的 AI 資本支出浪潮(我們年初的觀察),正從雲端巨頭擴散到垂直產業龍頭。
參考來源
- Eli Lilly’s LillyPod supercomputer goes live with 1,016 NVIDIA Blackwell GPUs — R&D World
- Lilly Deploys World’s Largest, Most Powerful AI Factory for Drug Discovery Using NVIDIA Blackwell-Based DGX SuperPOD — NVIDIA Blog
- Lilly Launches LillyPod NVIDIA DGX SuperPOD for Genomics and Drug Discovery AI — HPCwire
本文由 AI 協助自上述來源整理，經人工審核後發布。