Bristol Myers Squibb augmente ses investissements dans la technologie d'intelligence artificielle de Nvidia pour accélérer les efforts de recherche et développement pharmaceutique

Table des matières Bristol Myers Squibb (BMY) approfondit son alliance technologique avec Nvidia (NVDA), en annonçant son intention de mettre en œuvre un deuxième Nvidia DGX SuperPOD équipé de huit systèmes DGX Vera Rubin NVL72. Suite à cette annonce, l'action BMY a grimpé de 0,31% tandis que l'action NVDA a augmenté de 2,28%. Bristol-Myers Squibb Company, BMY Ce dernier déploiement s'étend sur un partenariat initié environ trois ans plus tôt lorsque BMS a présenté pour la première fois son DGX SuperPOD original. Le système initial a prouvé sa valeur en réduisant considérablement le délai d’identification des cibles assistée par l’IA, transformant ce qui nécessitait autrefois des semaines d’analyse manuelle en jours. 📢 𝐉𝐔𝐒𝐓 𝐈𝐍 : Bristol Myers Squibb étend son infrastructure d'IA avec Nvidia DGX Vera Rubin – $BMY $NVDA 👉 𝐊𝐞𝐲 𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬 : ➤ 𝐁𝐫𝐢𝐬𝐭𝐨𝐥 𝐌𝐲𝐞𝐫𝐬 𝐒𝐪𝐮𝐢𝐛𝐛 déploiera un 𝐍𝐯𝐢𝐝𝐢𝐚 𝐃𝐆𝐗 𝐒𝐮𝐩𝐞𝐫𝐏𝐎𝐃. ➤ L'infrastructure comprend 𝐃𝐆𝐗 𝐕𝐞𝐫𝐚… — Hardik Shah (@AIStockSavvy) 20 juillet 2026 La plateforme Vera Rubin représente une avancée informatique significative. Selon Nvidia, il offre des performances jusqu'à dix fois supérieures par mégawatt par rapport aux générations précédentes, permettant à BMS d'exécuter des opérations d'IA beaucoup plus exigeantes sans augmentation proportionnelle de la consommation d'énergie. Aucune des deux organisations n'a révélé de détails financiers spécifiques concernant l'accord. BMS a l'intention d'intégrer les deux SuperPOD dans une seule plate-forme consolidée disponible pour les chercheurs de ses installations du monde entier. Cela élimine la contrainte précédente selon laquelle seuls des spécialistes sélectionnés pouvaient accéder aux ressources informatiques hautes performances. Le système unifié permettra diverses applications allant du développement de modèles de base personnalisés à l’exécution de processus d’IA agentique – des flux de travail autonomes dans lesquels les agents d’IA gèrent indépendamment des tâches telles que l’identification et la validation de cibles avec une surveillance humaine limitée. Un élément particulièrement remarquable est la méthodologie « Predict First » de BMS. Plutôt que de synthétiser immédiatement des composés et d’effectuer des tests en laboratoire, les chercheurs exploitent les prévisions de l’IA pour identifier les candidats prometteurs avant le début de toute expérimentation physique. Cette approche élimine dès le début les programmes les moins viables, concentrant les ressources des laboratoires là où la probabilité de succès est la plus élevée. Le système amélioré permettra également aux scientifiques d’explorer des paysages chimiques plus vastes et d’exécuter des simulations moléculaires plus sophistiquées. Dans le cadre de l’accord élargi, BMS a accès à la plate-forme BioNeMo de Nvidia ainsi qu’au BioNeMo Agent Toolkit, un logiciel spécialisé conçu pour les implémentations d’IA biologique et pharmaceutique. Cette intégration matériel-logiciel permet aux chercheurs d’exécuter des prédictions, de construire des flux de travail agentiques et de développer des modèles exploitant les ensembles de données scientifiques propriétaires de BMS. BMS a en outre utilisé ses capacités actuelles d’IA pour élargir son portefeuille de composés CELMoD, des molécules spécialement conçues qui éliminent sélectivement les protéines pathogènes. Ces traitements sont à l'étude pour les cancers du sang et d'autres conditions. Les domaines de recherche soutenus par l'infrastructure informatique améliorée comprennent le développement de petites molécules, les produits biologiques, les mises en œuvre cliniques et les technologies de jumeaux numériques. Greg Meyers, directeur du numérique et de la technologie chez BMS, a déclaré que l'organisation a « fait un pari délibéré sur l'IA » et constate des avantages tangibles tout au long de son pipeline de développement et de ses opérations commerciales. Robert Plenge, directeur de la recherche, a formulé l’objectif de manière succincte : « Cela augmente la probabilité que chaque programme que nous proposons soit le bon. »