曙光8000蛋白质模拟降临床前成本50%-90%,新药上市还要多远?

发布时间:2026-09-18 18:34  浏览量:1

曙光8000异构超算落地后,业界最关心的问题直接而具体:它能帮新药研发省多少钱?

如果只看已落地的同类国产超算项目,临床前早期试错成本下降

50%-90%是一个可以给出的预测区间

——但这个数字离“从算力到药片”还有至少3到5年的产业协同要走,真正的瓶颈不在算力本身。

2026年7月,全国产10万卡AI超集群曙光8000在郑州正式落成,蛋白质折叠模拟作为首批重点验证场景已完成万卡级高负荷运行。算力底座确实搭好了,但从算力到药片这条路,不同角色的账本截然不同。

曙光8000全国产十万卡AI超集群落成仪式现场

曙光8000首批数据已经摆上了台面:集群上线首周即满载运行,日均处理作业超15万个,已完成300余项超智融合应用优化,覆盖生物医药等20余个领域,70余个应用实现了万卡规模扩展。蛋白质折叠模拟、万亿原子级水分子动力学等场景已常态化跑通。

中科曙光高级副总裁李斌介绍,这套集群的原生超智融合架构,支持FP64到INT8全精度运算,可覆盖科学计算、大模型训练、AI推理、工业仿真等多类科研和产业场景。

换句话说,从算力架构层面,它不需要像传统方案那样在不同集群之间搬运数据——高精度模拟和AI药物生成可以在同一套系统里完成闭环。

曙光8000万卡AI超集群展区展示现场

但算力运营方自己的约束也很清晰。十万卡集群要兼顾基础科研、产业落地的多场景分配,无法无上限向单一药企倾斜专属资源。而且全栈国产软硬件在大规模生物分子模拟任务上的并行效率,仍在持续打磨中——能跑通不代表已经最优。

曙光8000自身目前没有公开任何专项试点测算数据。要理解降本空间,只能看深度适配本土药企管线的同类国产超算先例。

无锡神威SWDOCKP²平台是一个关键参照系。这个基于国产神威超算的药物发现平台,每日可实现1.9万亿次蛋白质-配体分子对接,已服务数十家国内药企真实管线。

和曙光8000比,两者都是全国产超算路线、面向本土药企深度适配,但神威平台算力规模仅为万卡级,且原生智算算力占比极低,无法在同一集群内完成“模拟+AI生成分子”的全链路。

美国AdaptiveFlow平台的数字更极端。这个基于分布式公有云CPU搭建的超大规模虚拟筛选系统,针对690亿分子规模筛选场景,将计算成本降至传统方法的1/1000,并在PARP1和FSP1两个靶点上成功筛选出纳摩尔级抑制剂。

但它没有专属FP64高精度算力,无法支撑十万卡级长时间蛋白质全原子折叠模拟——曙光8000的架构优势恰恰在这里。

南京汉卫研究院的泛癌靶点发现平台则把早期药物发现周期从3-5年压缩一半,试错成本下降超50%,2025年商业化营收已达6000万元。

这些都是真金白银的落地数据,但药企端的基本约束仍在:研发投入ROI考核严格,而药企核心失败实验数据属于高敏感商业资产,互不相通,高质量标注数据稀缺。算力再强,如果训练数据不够好,模型精度就上不去。

东阳光药与晶泰科技今年达成数亿元战略合作的逻辑,正是试图打破这种“数据孤岛”——传统药企有数据但缺算法,AI平台有技术但缺真实临床数据,双方需要通过合资公司才能把数据资产转化为可复用的模型。

东阳光药与晶泰科技战略合作签约仪式现场

即便临床前试错成本确实大幅下降,整个新药研发链条上还有一个算力无法撼动的环节:临床试验。

一组关键数据摆在这里:药物从二期进入三期的转化成功率只有28.9%,而三期单项耗费在1900万到1.27亿美元之间。更残酷的是,2024年全球前20大生物制药公司将一款新药从发现推进到上市,平均需要投入22.3亿美元,较2014年增长65%。

成本飙升的同时,成功率还在持续走低——一期临床试验的药物最终获批概率已降至6.7%。

这就是反方论据的立足点。算力端的进步主要压缩的是临床前分子设计和虚拟筛选的成本,但这部分只占新药研发总成本的小头——真正烧钱的是临床阶段,而当前没有任何AI手段能预测三期临床结果。

根本原因是尺度鸿沟:“我们拥有很好的蛋白质计算模型,但没有很好的患者计算模型,每个患者都是不同的。”

此外,AI辅助生成的临床前数据能否直接用于药监申报、模型可解释性要求与药品审评“全流程可追溯”原则如何衔接,这些规则都尚未明确。

十部门联合印发的《医药工业发展“十五五”规划》虽然明确把超级计算赋能药物研发列为核心任务,提出到2030年首创新药全球占比达到25%以上,但监管体系对算力产出的临床前数据的接纳标准,目前仍处于探索期。

三个视角交叉之后,一个结构性的判断浮出水面:曙光8000确实能大幅压缩临床前试错成本——同类超算的50%到90%降幅是可以复用的预测基准——但新药研发总成本的大头在临床,而临床的烧钱逻辑不因算力改变。

3到5年的产业协同周期,主要卡在三件事上:数据能否合规流通、复合型人才能否填补缺口、药监规则能否给出明确衔接路径。兜底约束永远是那个数字——28.9%的二期到三期转化率,这是算力解决不了的问题。