VIDIA于今日正式發布Cambridge-1這一英國最強大的超級計算機。Cambridge-1將助力頂尖科學家和醫療領域的專家借助AI和模擬的強大技術組合，加速數字生物學革命，并為英國全球領先的生命科學產業提供有力支持。

　　NVIDIA投資1億美元打造出的Cambridge-1致力于推動醫療行業的發展。與阿斯利康、葛蘭素史克、蓋伊和圣托馬斯NHS基金會、倫敦大學國王學院以及Oxford Nanopore Technologies公司合作開展的首批項目包括深入了解癡呆癥等腦部疾病，運用AI開展新藥研發，以及提高尋找人類基因組致病變異研究的準確性。

　　Cambridge-1凝聚了NVIDIA在加速計算、AI和生命科學領域數十年的研究成果，其中的NVIDIA Clara?和AI框架經過優化后，能夠充分發揮整體系統的優勢，更有效開展大規模研究。作為一個NVIDIA DGX SuperPOD?超級計算集群，Cambridge-1已躋身全球最快的Top50計算機之列，且完全采用可再生能源供電。

　　NVIDIA公司創始人兼首席執行官黃仁勛表示：“商業和學術領域頂尖的研究人員將能夠基于Cambridge-1這臺英國最強大的超級計算機完成他們畢生的事業，以在英國前所未有的規模和速度，針對疾病和治療展開探索。基于Cambridge-1的研究雖然將在英國進行，但所帶來的影響卻是全球性的，它將推進開創性的研究，有望使全世界數百萬人受益。

　　Cambridge-1以英國在生命科學、技術和AI領域的全球領先優勢為基礎，將為當前和未來幾代人提供在英國國內開展開創性研究所需的先進基礎設施。

　　根據經濟咨詢公司Frontier Economics的報告，預計Cambridge-1有望在未來10年創造6億英鎊（約8.25億美元）的價值。

　　阿斯利康：使用AI為藥物研發帶來變革

　　NVIDIA正在與阿斯利康合作創建一個基于 Transformer的化學結構生成性AI模型，以加快藥物研發速度。近些年來新提出的基于Transformer的神經網絡架構，讓研究人員可以利用自監督訓練方法使用批量數據集進行預訓練，無需手動標注數據。

　　MegaMolBART藥物研究模型正被用于反應預測、分子優化和分子生成，并將用于優化藥物研發流程。其基于阿斯利康的 MolBART Transformer 模型，并在 ZINC 化合物數據庫上進行訓練 —— 利用 NVIDIA 的 Megatron 框架在超算基礎設施上進行大規模擴展訓練。這種開源的模型，在 NVIDIA NGC? 軟件目錄中供研究人員和開發者使用。

　　NVIDIA和阿斯利康基于Cambridge-1，開展了一個專注于AI數字病理學應用的獨立項目。在數字病理學領域，為助于挖掘新的洞見，研究人員需花費大量時間和金錢對全部組織切片圖像進行注釋。通過使用在數千圖像上進行訓練的無人監督式AI算法，將不再需要注釋流程，就能找到與藥物反應相關的潛在圖像特征。

　　阿斯利康生物制藥研發部呼吸與免疫學數據科學和AI副總裁Lindsay Edwards表示：“在整個切片圖像上訓練AI算法極具挑戰性，其原因之一是圖像的大小。與NVIDIA在Cambridge-1上的合作使我們能夠擴展目前的工作，并開發出新的方法，推動AI在數字病理學領域的應用。”

　　葛蘭素史克：與合作伙伴一同開展大型科學研究，惠及患者

　　葛蘭素史克的研發方法包括了一種專注于經過基因驗證的靶向，基于此成功研發出藥物的可能性要高兩倍，且現已占公司研究項目的70%以上。為最大程度地發揮這些洞察的潛力，葛蘭素史克在人類遺傳學、功能基因組學以及AI和機器學習的交叉領域構建了最先進的能力。

　　葛蘭素史克高級副總裁兼人工智能和機器學習全球負責人 Kim Branson博士表示：“葛蘭素史克研發方法的核心在于先進的技術。這些技術能夠幫助我們通過全新的預測建模速度、精度和規模，釋放大量復雜數據的潛力。我們很高興有機會與NVIDIA合作，實現葛蘭素史克的藥物研究目標，并為英國豐富的生命科學生態系統做出貢獻，核心宗旨都是惠及患者。”

　　與遺傳學、基因組學、人工智能和機器學習領域前沿的合作伙伴展開合作，終將助力葛蘭素史克預測更多有關人類健康的信息，并研發出更有效的藥物，這些藥物在臨床上獲得成功的可能性要高出一倍，繼而成為獲批的療法惠及患者。通過使用Cambridge-1，將為葛蘭素史克的藥物研發流程帶來更高的算力和最先進的AI技術。

　　倫敦大學國王學院、蓋伊和圣托馬斯NHS基金會：AI生成的合成大腦數據

　　倫敦大學國王學院以及蓋伊和圣托馬斯NHS基金會正在使用Cambridge-1訓練AI模型，使AI模型能夠通過學習來自不同年齡和疾病的數萬張核磁共振腦部掃描圖，生成合成大腦圖像，最終運用這一合成數據模型來更好地了解癡呆癥、中風、腦癌和多發性硬化癥等疾病，并實現早期診斷和治療。

　　由于這一AI合成大腦模型可以生成無限數量、從前未見過且具有選定特征（年齡、疾病等）的大腦圖像，因此研究人員將能夠更好、更細致地了解疾病，更早地做出更準確的診斷。

　　倫敦國王學院生物醫學工程與成像科學學院院長Sebastien Ourselin教授表示：“通過此次合作，我們將能夠利用醫療研究領域前所未有的算力，為患者的健康和治療帶來真正的變革。”

　　該研究通過與英國國家衛生局和英國生物庫（全球最豐富的生物醫學數據庫之一）密切合作，充分發揮了英國多項全球一流醫療資源的作用。倫敦大學國王學院計劃與更廣范圍內的研究和創業社區共享這一合成數據模型。

　　蓋伊和圣托馬斯NHS基金會首席執行官Ian Abbs表示：“AI為醫療領域所帶來的力量將有助于加快對患者的診斷，改善乳腺癌篩查等服務，并幫助我們根據臨床需要對患者進行風險評估并確定優先級別。我們十分高興能夠成為首批受益于Cambridge-1數據中心這些全新AI功能的機構。我們將能夠使用最先進的技術，在惠及患者的同時，更加高效地管理寶貴的資源。”

　　Oxford Nanopore Technologies：可擴展的實時基因組學

　　Oxford Nanopore Technologies公司的長讀測序技術已在100多個國家得以采用，助力眾多研究領域獲得基因組學方面的洞見——從人類和植物健康，到環境監測和抗菌劑抗性等。

　　為開發能夠提高基因組分析速度和準確性的AI工具，Oxford Nanopore公司在多種基因組測序平臺中部署了NVIDIA技術。借助Cambridge-1，Oxford Nanopore公司將完成算法改進相關任務的時間從數天縮短到數小時。這些經過改進的算法將通過提高基因組的準確性，進而提供更多的洞見，讓科學家能夠更快速的取得研究成果。

　　Oxford Nanopore公司產品和計劃管理副總裁Rosemary Sinclair Dokos表示：“我們將借助Cambridge-1的力量，進一步加快算法開發速度，為強大、準確的基因組分析提供支持。這反過來又將助力當地使用我們技術的科學家們在各個研究領域取得前所未有的成果。”