AI药物研发战升级：AMD挑战英伟达

引言

在科技飞速发展的浪潮中，人工智能（AI）正以前所未有的速度渗透到各个领域，其中，药物研发领域正经历着一场由AI驱动的深刻变革。传统药物研发周期长、成本高、成功率低的痛点，正被AI的强大计算能力和数据分析能力所逐步攻克。在这场变革中，芯片巨头AMD（Advanced Micro Devices Inc）正积极布局，试图挑战市场领导者Nvidia在AI驱动药物研发领域的霸主地位。近日，AMD宣布与生物科技初创公司Absci Corp.建立合作关系并进行投资，这一举动无疑为这场竞争激烈的战役增添了新的看点。

AMD入局：2000万美元投资Absci，剑指AI药物研发

2025年1月8日，Absci Corp.的股价在早盘交易中飙升超过30%，这源于该公司宣布获得来自AMD的2000万美元投资。这笔投资以私募股权投资（PIPE）的形式进行，标志着AMD正式进军医疗保健领域，尤其是在AI驱动的药物研发这一新兴战场。Absci是一家总部位于华盛顿州温哥华的生物科技公司，专注于利用AI和湿实验室技术加速生物制剂的研发。

AMD的投资并非简单的财务支持，更深层次的意义在于其将为Absci提供高性能计算芯片和软件支持。这些技术将帮助Absci优化生物制剂的研发流程，降低基础设施成本，并加快创新周期。Absci首席执行官Sean McClain在声明中表示：“AMD的高性能计算将使我们能够进一步开发下一代抗体疗法，我们对此次合作关系加速未来药物研发的潜力感到非常兴奋。” 这句话不仅体现了Absci对AMD技术的认可，也预示着双方合作将对药物研发领域产生深远影响。

AI驱动药物研发：一场效率与速度的革命

药物研发是一个复杂且耗时的过程，传统方法往往需要10到15年的时间，耗资高达数十亿美元。然而，AI的出现为这一领域带来了革命性的变革。通过在海量数据集上训练的模型，AI能够快速处理各种任务，包括药物靶点识别、分子结构设计、临床试验模拟等，从而大大缩短研发周期，降低研发成本。

AI在药物研发中的应用主要体现在以下几个方面：

药物靶点识别： AI可以通过分析大量的生物数据，如基因组数据、蛋白质组数据等，快速识别出潜在的药物靶点，为药物研发提供方向。
分子结构设计： AI可以根据药物靶点的特性，设计出具有特定药理活性的分子结构，加速药物分子的筛选过程。
临床试验模拟： AI可以通过模拟临床试验过程，预测药物在人体内的效果和安全性，减少临床试验的风险和成本。
数据分析： AI可以快速分析大量的临床数据，找出药物疗效和副作用的相关性，为药物的改进提供依据。

Absci正是利用AI和湿实验室技术，实现了快速筛选和优化药物分子的能力。该公司声称，通过训练数据、创建人工智能和验证湿实验室，他们每周可以筛选数十亿个细胞，并在短短六周内将AI设计的候选细胞转化为湿实验室验证的候选细胞。这种速度和效率的提升，无疑将大大加速新药的上市进程。

Nvidia的先发优势：构建AI药物研发生态系统

尽管AMD的入局为AI驱动的药物研发领域注入了新的活力，但Nvidia作为市场领导者，早已在该领域深耕多年，并构建了强大的生态系统。2024年，Nvidia表示正在通过扩大与安进（Amgen Inc.）和Recursion Pharmaceuticals Inc.的合作，加倍投入AI驱动的药物研发。

Nvidia与安进的合作重点在于构建基因组学“基础模型”。安进子公司deCODE Genetics正在打造一台Nvidia超级计算机，用于创建该模型。这一模型将利用大量的基因组数据，为药物靶点的识别和药物分子的设计提供强大的支持。

与此同时，Recursion Pharmaceuticals Inc.则采用了Nvidia的药物研发生成AI平台BioNeMo。该平台利用生成式AI技术，帮助科学家减少甚至取代湿实验。Nvidia表示，BioNeMo的计算方法可以帮助科学家依靠生成AI减少湿实验甚至完全取代湿实验。这无疑将大大降低药物研发的成本和时间。

Nvidia的先发优势不仅体现在技术层面，还体现在其构建的生态系统上。通过与多家制药公司和生物科技公司的合作，Nvidia正在打造一个AI驱动的药物研发平台，为整个行业提供技术支持和解决方案。

竞争格局：AMD与Nvidia的正面交锋

AMD与Nvidia在AI驱动药物研发领域的竞争，本质上是芯片技术和AI算法的竞争。AMD此次投资Absci，不仅是对自身技术的一次展示，也是对Nvidia的一次挑战。

AMD在高性能计算领域拥有丰富的经验，其芯片在并行计算方面具有优势，这对于处理药物研发中的海量数据至关重要。通过与Absci的合作，AMD将有机会将自己的技术应用于实际的药物研发场景中，从而验证其技术的有效性，并进一步提升其在AI药物研发领域的竞争力。

Nvidia则凭借其在GPU领域的领先地位，以及在AI算法方面的优势，在AI药物研发领域占据了主导地位。Nvidia的GPU在深度学习和神经网络训练方面具有强大的计算能力，这对于训练AI模型至关重要。此外，Nvidia还开发了BioNeMo等AI平台，为药物研发提供了全面的解决方案。

尽管AMD在AI药物研发领域起步较晚，但其与Absci的合作表明，AMD正积极追赶Nvidia的步伐。未来，AMD和Nvidia之间的竞争将更加激烈，这将推动AI药物研发技术的不断进步，并最终惠及患者。

其他参与者：AI药物研发领域的群雄逐鹿

除了AMD和Nvidia之外，还有许多其他公司也在积极布局AI驱动的药物研发领域。例如，丹麦减肥药制造商诺和诺德（Novo Nordisk）正在扩大与AI药物开发商Valo Health的合作。该交易最初价值高达27亿美元，现在价值高达46亿美元。诺和诺德表示，扩大的合作包括高达1.9亿美元的短期付款。两家公司将致力于发现和开发治疗肥胖症、2型糖尿病和心血管疾病的方法。

这些合作表明，AI驱动的药物研发正在成为一种趋势，越来越多的制药公司和生物科技公司开始意识到AI在药物研发中的巨大潜力。随着技术的不断发展和应用的不断深入，AI将在药物研发领域发挥越来越重要的作用。

挑战与机遇：AI药物研发的未来

尽管AI在药物研发领域展现出巨大的潜力，但同时也面临着一些挑战。其中，数据质量和数据安全是两个主要的问题。

数据质量： AI模型的训练依赖于大量的高质量数据。然而，在药物研发领域，数据的来源多样，格式不统一，质量参差不齐。如何获取高质量的数据，并进行有效的数据清洗和整合，是AI药物研发面临的一大挑战。
数据安全： 药物研发涉及大量的敏感数据，如患者的基因组数据、临床试验数据等。如何保护这些数据的安全，防止数据泄露和滥用，是AI药物研发必须重视的问题。

尽管面临着挑战，但AI驱动的药物研发仍然具有巨大的发展潜力。随着技术的不断进步，AI将会在药物研发的各个环节发挥越来越重要的作用，从而加速新药的上市，降低药物研发的成本，最终为患者带来福音。

结论

AMD与Absci的合作，标志着AI驱动药物研发领域竞争的进一步升级。AMD的入局不仅为该领域注入了新的活力，也对Nvidia的霸主地位发起了挑战。未来，AI将在药物研发中发挥越来越重要的作用，这将是一场效率与速度的革命，也将是一场科技与创新的盛宴。随着技术的不断进步和应用的不断深入，我们有理由相信，AI将为人类健康带来更加美好的未来。

参考文献