A corrida por poder computacional acaba de ganhar um novo protagonista: não é uma big tech, mas sim a farmacêutica norte-americana Eli Lilly. A companhia montou aquilo que a Nvidia chama de a fábrica de inteligência artificial mais potente do planeta, equipada com 1.016 GPUs Blackwell Ultra. Para quem trabalha com tecnologia, marketing digital ou criação de conteúdo, o movimento sinaliza que IA de ponta deixou de ser exclusividade do Vale do Silício e passou a ser peça estratégica em setores tradicionalmente conservadores, como o da saúde.
Na prática, o supercomputador batizado de Nvidia DGX SuperPOD promete reduzir anos de pesquisa para poucos meses — ou até semanas — graças à capacidade de calcular mais de nove quintilhões de operações por segundo. Isso pode destravar um novo ritmo de inovação em genômica, medicina personalizada e design molecular, mudando não apenas o modo como remédios são desenvolvidos, mas também como a indústria pensa sua cadeia de produção.
O que há dentro da “fábrica” de IA
• Hardware: 1.016 GPUs Nvidia Blackwell Ultra organizadas em arquitetura DGX SuperPOD.
• Rede: backbone Ethernet Nvidia Spectrum-X, otimizado para tráfego de dados de IA de alta velocidade.
• Software: stack completo da Nvidia, incluindo drivers, orquestração e segurança para ambientes altamente regulamentados.
Com esse conjunto, o sistema atinge escala suficiente para rodar modelos bilionários de parâmetros sem gargalos de comunicação entre placas.
Modelos biomédicos em larga escala
A Eli Lilly utilizará o cluster para treinar modelos de base e de fronteira focados em biomedicina. O objetivo imediato é acelerar a fase de descoberta de moléculas promissoras, tarefa que tradicionalmente consumia incontáveis simulações e ensaios laboratoriais.
Parte desses modelos será disponibilizada no Lilly TuneLab, uma plataforma que dá acesso a empresas de biotecnologia externas. A ideia é que um ecossistema colaborativo retroalimente o treinamento com novos dados e, assim, gere previsões cada vez mais precisas.
Segundo Thomas Fuchs, diretor de IA da empresa, a tecnologia já está “sugerindo combinações de átomos antes inimagináveis pelos métodos clássicos”.
BioNeMo e gêmeos digitais: do laboratório ao chão de fábrica
• Nvidia BioNeMo: utilizado para combinar milhões de resultados experimentais privados com pesquisas abertas. O resultado é a geração de anticorpos, nanocorpos e moléculas que entram em teste in silico (via simulação) antes de chegar ao tubo de ensaio.
Imagem: Reprodução
• Gêmeos digitais: réplicas virtuais das linhas de produção permitem otimizar a cadeia de suprimentos inteira antes de mexer em máquinas ou processos reais, reduzindo riscos e custos.
• Robótica e agentes de IA: robôs inspecionam a qualidade e movimentam insumos 24/7, enquanto agentes autônomos planejam experimentos, executam testes in vitro e geram relatórios para cientistas humanos.
Impacto direto em ensaios clínicos e no time-to-market
Os grandes modelos de linguagem treinados no SuperPOD já estão sendo aplicados para:
• Redação médica automatizada, acelerando submissões regulatórias;
• Otimização de protocolos de ensaio clínico, encurtando prazos;
• Análise de imagens em medicina de precisão, reduzindo de meses para dias a interpretação de grandes bases de dados.
Quando farmacêuticas viram datacenters: o que a Lilly ensina sobre o novo mapa da inovação
No passado, investir em supercomputadores era prerrogativa de universidades ou de poucas gigantes da tecnologia. A decisão da Eli Lilly expõe uma virada: qualquer setor crítico que dependa de dados em escala agora precisa dominar infraestrutura de IA, não apenas consumir modelos prontos via API.
Para a própria indústria farmacêutica, isso significa encurtar o ciclo que vai da pesquisa básica à prateleira, algo vital num mercado onde a patente expira em 20 anos e cada mês de atraso custa milhões. Para a Nvidia, o case reforça a estratégia de vender sistemas completos — hardware, rede e software — em vez de apenas placas gráficas.
Do ponto de vista de quem desenvolve aplicações ou cria conteúdo, o recado é claro: a vantagem competitiva migra para quem controla (ou tem acesso privilegiado a) grandes volumes de dados proprietários. APIs abertas ainda têm seu lugar, mas a diferenciação virá de modelos especialistas alimentados por dados de domínio restrito, como prontuários, resultados de ensaios ou laudos de imagens.
Em última instância, a “fábrica” de IA da Eli Lilly é um sinal de que data centers estão se tornando parte do core business de empresas fora do eixo tech. E isso deve repercutir em toda a cadeia: de fornecedores de nuvem, que precisarão oferecer soluções mais verticais, a profissionais de marketing digital, que verão surgir novas demandas por conteúdo especializado sobre health tech e bioinformática. A fronteira entre farmacêuticas e empresas de tecnologia acaba de ficar ainda mais tênue — e o impacto disso vai além dos laboratórios, alcançando praticamente todos os players que dependem de inovação rápida para sobreviver.
