“叮！智能实验室系统已升级成功。”

随后，一个金色方块出现在他面前的桌上。

方方正正，巴掌大小，通体流光溢彩，散发着柔和的金色光芒。

这，怎么这么眼熟呢？

卫康揉了揉眼睛，感觉自己好像看到了一个移动硬盘。

不过比上次的金色u盘要大许多，说明确实数据含量多了很多。

他把金色方块放进信封中，然后夹在一个文件夹里，朝着ai制药实验室走去。

公司为了人工智能，在硬件方面还是投入比较大的。

整整一层楼的房间都塞满了自建的gpu计算机，足足有几万块卡，还包括海量存储设备。

虽然投入很大，但从长远来看，自建超算比租赁云平台更有发展潜力，也是ai系统成长的必经之路。

人工智能的核心业务壁垒和竞争力就是算法中的业务逻辑，还有就是数据。

就算一开始租赁云平台，等到后期核心业务已经稳健，数据和算法需要信息安全保护的时候，还是需要从公有云平台迁移至自建超算。

租赁云平台只适合对成本敏感的小公司，如果资金和时间都充裕，还是直接自建超算更合适。

尤其是当计算力和算法均是自己研发的，就会产生1+1大于2的“化学反应”。

因为原创算法和算力两者采用统一的接口时，更易于互相匹配和协调。且数据的收集，标注，模型建立，模型训练到输出sdk的每一个环节，都可以做到标准化和自动化，整个链条就会跑得更快，算法迭代速度更快。而公有云的超算很难满足每个企业算法的匹配。

而且国内数据安全保护也非常薄弱，如果通过公有云平台做模型训练，理论上云平台都可以看到使用方数据，一旦数据被泄露，对公司将是重大打击。

反正卫康是信不过企鹅云，阿狸云这些平台的安全性。

前段时间央视315爆出ai客服一年打40多亿个骚扰电话，以及犯罪分子通过免费公共ifi窃取用户消费信息的现象还历历在目呢。

不过，构建超算不单是将几千或者几万个gpu堆叠起来，还需要一套强大的“管理系统”――就像微软dos操作系统。

而这个系统，正是系统给予的ai制药系统。

也是之前的智能实验室系统。

所以，其实卫康是因为有了自己的操作系统，才能够这么自建超算平台的。

如果没有系统，他要么自己请一个团队，耗费多年打造新系统，要么就只能租赁云平台了。

卫康来到实验室，走进空无一人的数据间，里面是一个个放满了计算机的架子。

他径直走到控制服务器处，打开信封，将金色方块放在了上面。

一阵金光闪过，方块消失无踪。

显示屏上出现了一行字。

“系统自动升级中，预计耗时12小时，将于次日晚间03:00升级完毕。”

卫康满意地点点头，这个速度还可以，等明天上班就差不多能见识到全新的ai系统了。

升级要花这么久，估计是因为现实中的硬件限制问题，如果硬件性能再好一些，升级速度肯定能更快。

到时候，三清新药研发的速度将迅速提升，而搜集数据，分析数据，构建算法和模型的功能也将大大增强，前期的化合物性质预测，基因点位预测等功能，完全可以通过充足且丰富的定量干实验（ai模型）进行完善，再在传统生物实验中进行测试，两者结合，共同迭代加速。

不仅仅在药物研发领域，如今的医疗领域，模拟血流，模拟心脏，模拟人体任何一个部分，都离不开超级计算机。

鹰国科学家曾利用世界前十的超级计算机，选取一名真人扫描其血管系统，通过3d建模技术建立动脉系统模型，成功地再现了整个人体的动脉系统。任何直径或宽度在1毫米以上的动脉血管都会出现在模型中，而且模型的分辨率达到了9微米。

拥有这样的模型，完全可以进行一系列的人体仿真模拟。

可以分析任何人体部位的药物靶点，分析蛋白质的折叠结构，改进与靶点蛋白的结合方式，并模拟药物在人体内的新陈代谢，跟踪药物的代谢路径，并得出剂量和药效数据。

再比如，对一个可能发生脑梗塞病人，医院难以判断是否要进行支架手术，一般都会通过从大腿动脉处放进测压导丝进行测量，但这种方式既危险又痛苦。

而在超级计算机的帮助下，经过模拟计算，只要血流储备分数如果小于08，就可以进行手术。

也就是说，只要运算核够多，速度够快，医疗工作者的诊断和治疗水平将大大提升，而科学的治疗手段更容易让患者接受。