Industri farmasi telah lama menjadi salah satu tantangan terberat bagi AI — data yang kompleks, regulasi ketat, tingkat kegagalan tinggi, dan siklus yang sangat panjang.
Namun pada bulan Februari lalu, Eli Lilly meluncurkan sebuah perangkat yang membuat industri ini kembali terpana: LillyPod.
Apa itu LillyPod
LillyPod adalah klaster superkomputasi AI yang dibangun, dimiliki, dan dioperasikan sepenuhnya oleh satu perusahaan farmasi — sebuah terobosan pertama di industri ini.
Konfigurasi perangkat keras: 1.016 GPU NVIDIA Blackwell Ultra (DGX B300), dengan total daya komputasi lebih dari 9.000 petaflops (9 kuintiliun operasi floating-point per detik).
Dari keputusan pembangunan hingga peluncuran resmi, hanya butuh waktu 4 bulan.
Eli Lilly memposisikannya sebagai pabrik AI — bukan untuk satu tugas saja, melainkan untuk menjalankan seluruh jalur pipa pengembangan obat: dari prediksi struktur protein, analisis genomik, hingga skrining senyawa, desain uji klinis, dan optimalisasi produksi.
Mengapa Eli Lilly Membangun Sendiri
Perusahaan farmasi tradisional biasanya meng-outsource AI ke penyedia cloud atau vendor layanan AI. Eli Lilly memilih untuk mengendalikan daya komputasi sendiri.
Beberapa alasannya:
- Data pengembangan obat sangat sensitif; cloud eksternal memiliki risiko kedaulatan data dan kepatuhan regulasi
- Infrastruktur sendiri memungkinkan optimasi khusus untuk skenario farmasi tanpa harus bersaing dengan pelanggan lain
- 700 TB data genomik, 290 TB memori bandwidth tinggi GPU — menjalankan skala ini secara eksternal terlalu mahal
Kemitraan US$1 Miliar dengan NVIDIA
LillyPod hanyalah satu bagian dari kolaborasi Eli Lilly-NVIDIA.
Kedua perusahaan juga mengumumkan akan mendirikan Laboratorium AI Co-Innovation bersama di San Francisco, dengan investasi gabungan hingga US$1 miliar selama lima tahun, yang mencakup talenta, infrastruktur, dan daya komputasi.
Bidang fokus utama: pelatihan model difusi protein, jaringan saraf graf molekul kecil, dan model dasar genomik.
Ini pada dasarnya membawa AI masuk ke tahap paling awal dan paling mahal dalam pengembangan obat baru — juga tahap dengan tingkat kegagalan tertinggi.
Konteks Industri
Pada tahun 2026, penemuan obat berbasis AI telah bergerak dari tahap yang tampak menjanjikan menuju tahap yang mulai menghasilkan hasil nyata.
Beberapa perkembangan bersamaan:
- Eli Lilly mengakuisisi beberapa senyawa kandidat praklinis dari Insilico Medicine (perusahaan penemuan obat AI) dengan nilai hingga US$2,75 miliar
- Tim peneliti Tiongkok memperkenalkan kerangka kerja DrugCLIP, yang dapat memindai 10 juta pasangan senyawa-target dalam hitungan jam — 10 juta kali lebih cepat daripada skrining virtual tradisional
- Beberapa kandidat obat yang dirancang AI sedang dalam proses uji klinis
Perusahaan farmasi kini menyadari bahwa masalahnya bukan lagi menemukan molekul kandidat, melainkan bagaimana dengan cepat memilih yang paling layak untuk uji klinis dari puluhan juta kandidat.
Apa yang ingin dicapai LillyPod adalah menghilangkan daya komputasi sebagai kendala dalam proses seleksi tersebut.
Sumber: CocoLoop, Lilly Launches LillyPod NVIDIA DGX SuperPOD for Genomics and Drug Discovery AI (HPCwire/AIwire); NVIDIA and Lilly Announce Co-Innovation AI Lab to Reinvent Drug Discovery (NVIDIA Newsroom); AI in Drug Discovery Hits New Milestone (AI News International)