第一百六十章 積分兌換AI製藥系統（2/2）

「叮！智能實驗室系統已升級成功。」

隨後，一個金色方塊出現在他面前的桌上。

方方正正，巴掌大小，通體流光溢彩，散發著柔和的金色光芒。

這，怎麼這麼眼熟呢？

衛康揉了揉眼睛，感覺自己好像看到了一個移動硬碟。

不過比上次的金色U盤要大許多，說明確實數據含量多了很多。

他把金色方塊放進信封中，然後夾在一個文件夾里，朝著AI製藥實驗室走去。

公司為了人工智慧，在硬體方面還是投入比較大的。

整整一層樓的房間都塞滿了自建的GPU計算機，足足有幾萬塊卡，還包括海量存儲設備。

雖然投入很大，但從長遠來看，自建超算比租賃雲平台更有發展潛力，也是AI系統成長的必經之路。

人工智慧的核心業務壁壘和競爭力就是算法中的業務邏輯，還有就是數據。

就算一開始租賃雲平台，等到後期核心業務已經穩健，數據和算法需要信息安全保護的時候，還是需要從公有雲平台遷移至自建超算。

租賃雲平台只適合對成本敏感的小公司，如果資金和時間都充裕，還是直接自建超算更合適。

尤其是當計算力和算法均是自己研發的，就會產生1+1大於2的「化學反應」。

因為原創算法和算力兩者採用統一的接口時，更易於互相匹配和協調。且數據的收集，標註，模型建立，模型訓練到輸出SDK的每一個環節，都可以做到標準化和自動化，整個鏈條就會跑得更快，算法疊代速度更快。而公有雲的超算很難滿足每個企業算法的匹配。

而且國內數據安全保護也非常薄弱，如果通過公有雲平台做模型訓練，理論上雲平台都可以看到使用方數據，一旦數據被泄露，對公司將是重大打擊。

反正衛康是信不過企鵝雲，阿狸雲這些平台的安全性。

前段時間央視315爆出AI客服一年打40多億個騷擾電話，以及犯罪分子通過免費公共WIFI竊取用戶消費信息的現象還歷歷在目呢。

不過，構建超算不單是將幾千或者幾萬個GPU堆疊起來，還需要一套強大的「管理系統」――就像微軟Windows作業系統。

而這個系統，正是系統給予的AI製藥系統。

也是之前的智能實驗室系統。

所以，其實衛康是因為有了自己的作業系統，才能夠這麼自建超算平台的。

如果沒有系統，他要麼自己請一個團隊，耗費多年打造新系統，要麼就只能租賃雲平台了。

衛康來到實驗室，走進空無一人的數據間，裡面是一個個放滿了計算機的架子。

他徑直走到控制伺服器處，打開信封，將金色方塊放在了上面。

一陣金光閃過，方塊消失無蹤。

顯示屏上出現了一行字。

「系統自動升級中，預計耗時12小時，將於次日晚間03:00升級完畢。」

衛康滿意地點點頭，這個速度還可以，等明天上班就差不多能見識到全新的AI系統了。

升級要花這麼久，估計是因為現實中的硬體限制問題，如果硬體性能再好一些，升級速度肯定能更快。

到時候，三清新藥研發的速度將迅速提升，而搜集數據，分析數據，構建算法和模型的功能也將大大增強，前期的化合物性質預測，基因點位預測等功能，完全可以通過充足且豐富的定量干實驗（AI模型）進行完善，再在傳統生物實驗中進行測試，兩者結合，共同疊代加速。

不僅僅在藥物研發領域，如今的醫療領域，模擬血流，模擬心臟，模擬人體任何一個部分，都離不開超級計算機。

鷹國科學家曾利用世界前十的超級計算機，選取一名真人掃描其血管系統，通過3D建模技術建立動脈系統模型，成功地再現了整個人體的動脈系統。任何直徑或寬度在1毫米以上的動脈血管都會出現在模型中，而且模型的解析度達到了9微米。

擁有這樣的模型，完全可以進行一系列的人體仿真模擬。

可以分析任何人體部位的藥物靶點，分析蛋白質的摺疊結構，改進與靶點蛋白的結合方式，並模擬藥物在人體內的新陳代謝，跟蹤藥物的代謝路徑，並得出劑量和藥效數據。

再比如，對一個可能發生腦梗塞病人，醫院難以判斷是否要進行支架手術，一般都會通過從大腿動脈處放進測壓導絲進行測量，但這種方式既危險又痛苦。

而在超級計算機的幫助下，經過模擬計算，只要血流儲備分數如果小於8，就可以進行手術。

也就是說，只要運算核夠多，速度夠快，醫療工作者的診斷和治療水平將大大提升，而科學的治療手段更容易讓患者接受。