其他行业 · AI应用
生成式AI用于小分子药物发现
Terray Therapeutics利用NVIDIA DGX Cloud训练化学基础模型和生成式AI，变革小分子药物发现。通过将大规模实验数据与计算能力相结合的平台，Terray能够探索超过10^60种可能的药物样分子。他们在药物开发过程中实现了效率和速度的显著提升，现在一天内即可完成以前需要一周的任务。
模型训练时间
1天
来源披露
基础设施利用率提升
4倍
来源披露
计算性能加速（TerraBind模型）
3-4倍
来源披露
01
业务背景
Terray Therapeutics利用NVIDIA DGX Cloud训练化学基础模型和生成式AI，变革小分子药物发现。通过将大规模实验数据与计算能力相结合的平台，Terray能够探索超过10^60种可能的药物样分子。他们在药物开发过程中实现了效率和速度的显著提升，现在一天内即可完成以前需要一周的任务。
02
遇到的问题
小分子药物发现需要探索近乎无限的化学空间，超过10^60种可能分子，但典型方法每周只能探索几十到几百种化合物，效率极低。
03
AI 解决方案
Terray Therapeutics利用NVIDIA DGX Cloud训练化学基础模型COATI，将分子结构转换为数值表示，实现生成式AI分子设计。通过大规模实验数据与计算平台结合，在DGX Cloud上使用Base Command Platform进行多节点分布式训练，从单GPU扩展到32-GPU集群，简化训练任务设置，并在本地部署RTX A6000 GPU进行推理，大幅加速迭代优化。
04
实施结果
模型训练时间：1天（从一周缩短至一天）
基础设施利用率提升：4倍（提高4倍）
计算性能加速（TerraBind模型）：3-4倍（3-4倍加速）
虚拟筛选成本节省：70%（平均节省70%）
05
风险与边界
未披露
“Our process for setting up training jobs went from the hassle of manually pushing code to remote machines and ensuring synchronization to the simplicity of pressing ‘run’ on DGX Cloud.”
Edward Williams · Machine Learning Engineer, Terray Therapeutics
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。