El hecho Bristol Myers Squibb (BMS) anunció hoy (20 de julio de 2026) que expandirá su infraestructura de cómputo implementando un NVIDIA DGX SuperPOD con sistemas DGX Vera Rubin NVL72 — convirtiéndose en la primera empresa farmacéutica en utilizar la plataforma de chips más reciente de NVIDIA. El comunicado, publicado en el sitio de relaciones con inversores de BMS, señala que la infraestructura será la más potente y energéticamente eficiente de propiedad única en ciencias de la vida.
Contexto BMS ya mantenía una colaboración con NVIDIA, operando un DGX SuperPOD basado en H100 desde 2024 para investigación en oncología y procesamiento de imágenes, con una reducción del 55% en costos computacionales. El salto ahora es hacia la arquitectura Vera Rubin — presentada por Jensen Huang en CES 2026 — que integra 72 GPU Rubin y 36 CPU Vera por rack en un gabinete refrigerado por líquido, conectado mediante NVLink de sexta generación. La decisión de BMS refleja una carrera más amplia en la industria farmacéutica por capacidad de cómputo de IA dedicada: Eli Lilly y Amgen también han anunciado inversiones multimillonarias en infraestructura de IA este año.
Análisis La apuesta de BMS no es meramente incremental. Al optar por infraestructura dedicada de propiedad única en lugar de capacidad en la nube pública, la compañía señala que la IA se ha convertido en un activo estratégico central, no en una herramienta periférica. El DGX SuperPOD con Vera Rubin está diseñado para cargas de trabajo de inferencia a gran escala y simulación molecular — áreas donde BMS puede aplicar modelos de lenguaje de última generación para descubrimiento de dianas terapéuticas, cribado virtual de compuestos y optimización de ensayos clínicos. El uso de NVIDIA BioNeMo como plataforma de desarrollo abierta permite a BMS construir modelos fundacionales propietarios con datos internos, manteniendo una ventaja competitiva.
Qué observar El primer punto de atención es el cronograma de implementación — Vera Rubin aún está en fases tempranas de adopción incluso entre proveedores de nube, y BMS podría enfrentar desafíos de integración. También vale la pena observar si las ganancias en eficiencia energética destacadas en el anuncio se traducen en reducciones significativas de costos operativos. Finalmente, el movimiento de BMS podría presionar a otras grandes farmacéuticas para acelerar sus propios planes de infraestructura de IA, intensificando la competencia por talento especializado en la intersección de la biología computacional y la ingeniería de machine learning.
