B体育官方NVIDIA AI微服务现已与AWS集成加速药物研

　　）访问日益丰富的 AI 模型库。该模型库包含用于药物研发、医学影像和基因组学的基础模型，并且具备企业级安全与支持。

　　NIM 现可通过 Amazon SageMaker（一项完全托管的服务，用于准备数据以及构建、训练和部署机器学习模型）和 AWS ParallelCluster（一个开源工具，可用于在 AWS 上部署和管理高性能计算集群）访问，也可使用 AWS HealthOmics（一项专门构建的生物数据分析服务）进行编排。

　　轻松访问 NIM 将使数千家使用 AWS 的医疗和生命科学公司能够更快部署生成式 AI，极大简化了模型开发和生产封装的复杂性。其还将帮助开发人员构建工作流，将各种 AI 模型相结合，如氨基酸序列、MRI 影像、纯文本患者健康记录等。

　　这项举措于近日在波士顿举行的 AWS 生命科学领袖研讨会上提出，它扩大了NVIDIA Clara加速的医疗软件和服务在 AWS 上的可用性，包括用于药物研发的NVIDIA BioNeMo、用于医疗影像工作流程的NVIDIA MONAI、用于加速基因组学研究的NVIDIA Parabricks等快速且易于部署的 NIM。

　　BioNeMo 是一个由基础模型、训练框架、特定领域数据加载器和优化的训练方案组成的生成式 AI 平台，支持在专有数据上对生物学和化学模型进行训练和微调。目前，全球有 100 多家企业机构在使用该平台。

　　全球领先的生物技术公司安进已经开始使用 BioNeMo 框架来训练用于蛋白质设计的生成模型，并且正在探索将 BioNeMo 与 AWS 结合使用的可能性。

　　用于蛋白质结构预测、生成化学和分子对接预测的BioNeMo 模型现在以 NIM 微服务的形式提供，其经过预训练和优化，可在任何NVIDIAGPU或 GPU 集群上运行。这些模型还可组合使用，为整个 AI 加速药物研发工作流提供支持。

　　生物技术公司 A-Alpha Bio 利用合成生物学与 AI 来测量、预测和设计蛋白质间的相互作用。该公司的研究人员将 ESM-2 蛋白质语言模型的通用版本转换为在 AWS 上的 NVIDIA H100 Tensor Core GPU 上运行的 NVIDIA 优化版本后，速度提高了 10 倍以上，较其他方法大幅扩展了该团队对候选蛋白质的采样范围。

　　如果企业机构想要用自己的实验数据增强这些模型，NIM 还可以让开发人员通过检索增强生成（RAG）（即实验室在环设计）来增强模型。

　　除了能够解码蛋白质和基因组序列的模型外，NIM 微服务还针对对话式 AI 提供优化的大语言模型，并为虚拟化身和数字人提供视觉生成式 AI 模型。

　　AI 驱动的数字助手可以回答患者的问题并为临床医生提供后勤支持，从而改善医疗服务。通过使用 RAG 在医疗机构专有数据上进行训练，它们就可以连接相关的内部数据源，对研究成果进行汇总、提出洞察并提高工作效率。

　　生成式 AI 初创公司 Hippocratic AI 正处于测试 AI 医疗智能体的最后阶段，这些智能体侧重于健康指导、术前宣教、出院后随访等各种任务。

　　公司团队利用NVIDIA Audio2Face面部动画技术、NVIDIA Riva自动语音识别和文本转语音功能为医疗辅助虚拟化身的对话提供支持。