英伟达，正在重新定义AI+药物研发。

甚至英伟达CEO黄仁勋不止一次为其站台："AI正在改变各行各业，影响最深远的是生命科学。"

在老黄眼里，下一个黄金赛道是生物工程学，当数据科学、人工智能和自动化的结合时，生物学将转变为可工程化的系统，它会呈指数型改进。

老黄断言：人人都必须学会计算机的时代过去了，人类生物学才是未来。

他甚至表示，如果他有重来一次的机会，他会首先考虑生物学，特别是和人类相关的生物学。

而回顾过去几年英伟达对生物医药的布局，呈现出非常明显的路径。

英伟达从硬件与平台出发，到提供专项AI模型服务，再通过资本构建生态，最终组建团队携手产业巨头，共同投资并塑造未来的基础设施与行业标准。

或许英伟达，正在一步步走向AI制药公司。

第一阶段：从算力提供者，转向服务

在推出医疗专用平台之前，英伟达的核心角色是 行业算力的提供者。

其CUDA并行计算架构和强大的GPU，早已在生命科学的高性能计算（HPC）场景中被广泛采用，例如基因组学测序、冷冻电镜成像分析和分子动力学模拟。

英伟达通过服务这些前沿科研与计算需求，不仅积累了深厚的行业认知，更在事实上构建了生命科学计算的硬件标准。

这也让英伟达逐步从单纯的硬件销售转向提供综合的AI解决方案，包括软件、服务和生态系统支持。

2018 年的 GTC 大会上，英伟达首次触角伸向了传统医疗领域，发布了医学影像平台NVIDIA Clara。这是一款软硬件相结合的平台，能够大幅提升医学影像计算速度。

推出Clara医疗平台，将GPU算力与优化算法引入医疗影像、基因组学及早期的药物发现流程。

在2021年的GTC大会上，英伟达推出了专用于医疗设备的实时AI计算平台NVIDIA Clara Holoscan，旨在通过实时AI计算能力提升医学影像分析、手术辅助和远程医疗的智能化水平。

这些平台的发布，让医疗机构无需更换昂贵设备即可调用最新AI模型，极大地降低了行业AI化的门槛。

这些一系列动作，让吸引了大量开发者与初创公司在Clara生态中进行开发，为后续进军AI制药积累了关键的行业认知、合作伙伴关系。

第二阶段：深度战略投资与布局

随着AIphaFold技术不断拓展其影响力，AI技术获得了产业界的认可，英伟达也不满足于作为技术提供者，而是希望将产业的蛋糕做大。

2023年初，英伟达旗下的投资部门NVentures于正式成立，已经成为全球最活跃的 CVC 之一。

基于英伟达傲人的业绩，NVentures手里几乎有“无限子弹”。

用一位科技投资者的话来说，英伟达正在投资“任何闻起来像人工智能的东西”。而AI+生物技术是英伟达重点关注的领域。

2023年，英伟达进行AI制药的首笔直接投资，向上市公司Recursion投资5000万美元。

从此之后，英伟达在AI制药疯狂加码，迄今为止已经投资超过15家AI生物技术公司，覆盖各种疗法以及创新平台。

除此之外，英伟达还为各大非营利机构和研究团队合作，为他们提供算力和工程支持。

事实上，英伟达不只是财务上的投资，则是在生态层面进行布局，旨在培育更广泛的客户群和使用场景。

2022年，英伟达推出专门用于药物发现的生成式AI云服务BioNeMo，作为其AI生物医药战略的重要平台。

通过广泛投资，英伟达迅速丰富起BioNeMo的平台广度和深度，将AlphaFold2、ESM-2、Evo2、La-Proteina、Geneformer、DiffDock等世界顶尖模型收入囊中。

借助BioNeMo，英伟达正在生命科学构建了独特的软硬件生态。

它将英伟达分散的技术能力整合为面向药物研发的垂直解决方案，推动英伟达从单纯出售硬件向提供 “硬件+平台+服务” 的全栈解决方案转型。

这种模式具有更高的客户黏性和长期收入潜力，也为英伟达下一阶段布局奠定基础。

第三阶段：躬身入局

如今在医药领域，英伟达已经不至于卖卡和卖服务了。

英伟达已经进化到第三阶段：组建团队，主动推动行业发展。

2026年开年，英伟达和全球市值最高药企礼来，扔下一个重磅炸弹。

双方未5年将共同投资10亿美元，共建全球首个"AI药物共创实验室"，以提升药物发现水平。

标志着英伟达的直接参与定义AI制药的未来研发范式——通过构建融合顶尖计算、AI模型与自动化机器人的一体化实验室，试图系统性攻克药物研发的难题。

要知道，去年一整年，英伟达的研究团队与全球顶尖实验室一道，发布了多款行业基础模型，全部都进入BioNeMo平台中。

不止如此，英伟达还有一个巨大的野心——物理AI。

它不再满足于提供零散的AI工具，而是旨在构建一个由物理AI驱动的、虚实闭环的下一代药物研发操作系统。

英伟达的物理AI可以在Omniverse中构建从分子、细胞到整个生化过程的高保真数字孪生。

研究者能在虚拟世界中，近乎实时地测试药物候选物的结合、代谢路径甚至毒性，将原本耗时数月的早期筛选压缩到几天甚至几小时。

而与赛默飞、Isaac Sim等自动化实验室企业合作，通过机器人、数字孪生实现自主化研发，连接数字世界与物理实验。

这个愿景目前正在落地，例如与礼来的联合实验室，目标正是将物理AI、机器人与基础模型相结合，构建新一代药物发现引擎。

要知道，全球每年生物医药的研发投入是上万亿元。

届时，越来越多的制药研发工作流经人工智能，以及越来越多的制药研发预算流经英伟