跨边界·遇新知 | 科华数据行业精探系列活动第八期——AI制药算力基础设施闭门研讨会成功举办

活动伊始，科华云集团华东区产品总监全康发表主题分享《为AIDD构建安全可靠的计算基础设施》。他指出，AIDD研发涵盖从靶点发现与验证、药物分子设计与筛选到临床试验等多元场景，对算力的性能、稳定性、安全性及弹性扩展能力提出了极高要求。科华数据依托近40年电力电子核心技术与十余年数据中心全生命周期服务能力，打造了面向生物医药行业的多元算力资源池与一站式POD解决方案，支持从单机到集群的灵活部署，助力企业实现“开箱即用、按需扩容、智能运维、安全可靠”的算力体验。

恒瑞医药AIDD负责人韩涟漪博士介绍了临床试验无进展的判定方法，通过回溯验证提出2年作为客观阈值，并确定9年为兼顾稳健与时效的评估窗口。同时，介绍了AI Agent在靶点发现中的工作流程与集成工具（如评分、数据合成、因果推断），用于提升靶点筛选的效率和准确性。

随后，衍因科技CEO陈泽平则以《AI赋能生物医药研发协同创新》为主题，阐述了其公司如何通过打造垂类大模型与智能体（Agent）生态，打通从基因编辑设计、分子克隆到IND申报、注册翻译等关键环节的数据孤岛，实现研发流程的智能化与自动化，让科研人员更专注于核心科学问题。

上海生物制品研究所有限责任公司药物靶标发现研发总监张弛博士带来了《从概念到落地：AIDD赋能央企创新药物研发》的精彩报告。他以团队在GLP-1多靶点激动剂领域的突破为例，展示了如何将AI驱动的序列设计与无细胞高通量筛选平台深度融合，成功构建了一个高效的PCC（临床前候选化合物）生成“工厂”，在解决瘦体重流失、半衰期短等行业痛点上取得重要进展。

深势科技医药事业部总经理张鹏介绍了深势科技是“AI for Science”领域的代表企业，致力于通过AI提升科研效率。公司提供覆盖文献、模型、药物计算及实验室管理的全栈工具链，其AI工具如Uni-FEP和PharMaster可显著降低研发成本与时间，并在环肽设计等前沿领域实现“干湿闭环”研发，展现了AI驱动科研智能化的完整能力与产业应用成果。

圆桌讨论环节，与会嘉宾围绕 “AIDD进入深水区后的算力战略” 展开深入对话：随着AIDD从早期验证走向规模化应用，靶点发现、分子优化、临床前预测等环节对算力的规模、稳定性与响应速度提出更高要求。数据孤岛、流程割裂、模型迭代慢等问题，正倒逼企业重新思考基础设施的底层支撑能力。嘉宾一致认为，AIDD不同阶段对算力的需求差异显著——虚拟筛选强调高并发，模型训练依赖高性能GPU集群，而日常研发则需灵活弹性的资源调度。如何构建覆盖全研发周期、精准匹配业务节奏的算力供给体系，成为提升研发效能的关键。面对成本与效率的双重压力，企业亟需建立高效、弹性、可持续的算力使用机制。这不仅涉及资源规划与跨团队协同，更关乎如何选择具备行业理解力、安全合规能力和长期服务能力的算力伙伴，从而实现基础设施与研发目标的动态对齐。现场讨论热烈，多位企业代表现场提出关于算力调度、国产芯片适配、混合云架构等实操问题，进一步凸显了算力已从IT支撑角色升级为企业核心研发资产的战略共识。