NVIDIA DGX A100 助力百图生科构建生物计算引擎：蛋白质计算性能提升 10-20 倍

一、方案背景与核心挑战

百图生科（BioMap）是一家生物计算驱动的生命科学平台公司，致力于将先进 AI 技术与前沿生物技术结合，构建独特的靶点挖掘及药物设计能力，开发创新药物和诊断产品。核心挑战：为开发和整合多种先进 AI 算法、芯片、传感器、多组学分析与类器官模拟等技术，构建独特的生物计算引擎，需要建立高质量、高效率的靶点筛查和药物设计能力，形成基于高维度多组学、高通量干湿试验闭环、高精准抗体设计与高性能生物计算平台的综合能力。具体需要开发针对生物计算需求的超级计算集群、高性能蛋白质计算芯片、高性能图数据库与高等级数据安全及隐私计算引擎，支撑 EB 级海量数据存储计算需求，例如超大规模蛋白质预训练模型、图神经网络靶点分析、蛋白质结构预测和模拟。

二、解决方案名称与架构

解决方案名称：基于 NVIDIA DGX A100 的生物计算引擎

技术架构：百图生科采用 NVIDIA DGX A100 80GB，将深度学习训练、推理和分析整合至一个易于部署的统一 AI 基础架构中。参考 DGX A100 的标准架构和网络互联建议进行网络改造，采用 NVIDIA 网络交换机，其中将 NVIDIA InfiniBand QM 8700 用于计算互联，NVIDIA Ethernet MSN3700 用于存储和管理网络，使整个集群可全线速计算，提高跨节点使用效率。本案例中，NVIDIA 精英级合作伙伴信弘智能助力百图生科部署了高效的 AI 计算平台。

三、核心技术组件

统一 AI 基础架构：DGX A100 80GB 将训练、推理与分析整合到统一架构，简化了大规模 AI 工作负载的部署与运维，提高了计算密度、性能和灵活性，帮助团队快速解决更庞大、更复杂的数据科学问题。

计算与存储网络分离：集群采用 InfiniBand QM 8700 承担计算互联、Ethernet MSN3700 承担存储与管理网络的分层设计，避免计算流量与存储流量相互干扰，让整个集群全线速运行，提升跨节点使用效率，为超大规模蛋白质预训练与图神经网络靶点分析提供网络底座。

四、实施成果

生物医药行业普遍面临"双十定律"——一款新药从研发到上市平均需要 10 年时间和 10 亿美元投入，且成功率不足 10%，越来越多医药企业寻求用人工智能技术提高行业运行效率。百图生科基于 NVIDIA DGX A100 80GB 和自身庞大的计算能力构建独特生物计算引擎，从海量生物数据与信息中抽取知识、绘制"BioMap"，将创新药物研发的"大海捞针"变为"按图索骥"。百图生科副总裁周达表示，在蛋白质结构预测、亲和力预测等场景，NVIDIA DGX A100 相比其他硬件解决方案计算性能提升了 10-20 倍。

五、未来展望

面向 EB 级生物数据与超大规模预训练模型的需求，以 DGX 系统与高速网络为核心的 AI 基础架构，将继续支撑生命科学领域的 AI 技术及计算平台建设。