A indústria farmacêutica sempre foi um dos maiores desafios para a IA – dados complexos, regulamentação rigorosa, altas taxas de falha e ciclos extremamente longos.
Mas em fevereiro deste ano, a Eli Lilly colocou em operação um equipamento que fez o setor inteiro prestar atenção: o LillyPod.
O que é o LillyPod
O LillyPod é um cluster de supercomputação de IA construído pela própria Eli Lilly, de propriedade e operação exclusivas de uma empresa farmacêutica – uma novidade no setor.
Configuração de hardware: 1.016 GPUs NVIDIA Blackwell Ultra (DGX B300), com potência total de processamento superior a 9.000 petaflops (9 exaflops).
Da decisão de construir à entrada em operação oficial, foram apenas 4 meses.
A Eli Lilly posiciona o sistema como uma fábrica de IA, não apenas para executar uma única tarefa, mas para rodar todo o pipeline de desenvolvimento de medicamentos – desde a previsão da estrutura de proteínas e análise genômica até a triagem de compostos, design de ensaios clínicos e otimização da produção.
Por que a Eli Lilly construiu seu próprio sistema
Tradicionalmente, as farmacêuticas terceirizam a IA para provedores de nuvem ou serviços de IA. A escolha da Eli Lilly foi manter o controle do poder computacional em suas próprias mãos.
Algumas razões:
- Os dados de pesquisa de medicamentos são extremamente sensíveis; a nuvem externa apresenta riscos de soberania de dados e conformidade regulatória
- A construção própria permite otimizações especializadas para cenários farmacêuticos, sem competir por recursos com outros clientes
- 700 TB de dados genômicos, 290 TB de memória de alta largura de banda da GPU – essa escala seria muito cara para ser executada externamente
A parceria de US$ 1 bilhão com a NVIDIA
O LillyPod é apenas uma parte da colaboração entre a Eli Lilly e a NVIDIA.
As duas empresas também anunciaram a criação conjunta de um Laboratório de Inovação em IA (Co-Innovation Lab) em São Francisco, com um investimento total de até US$ 1 bilhão em cinco anos, destinado a talentos, infraestrutura e poder computacional.
Áreas de foco: treinamento de modelos de difusão de proteínas, redes neurais de grafos para pequenas moléculas, modelos fundamentais genômicos.
Isso equivale a permitir que a IA intervenha nas fases mais iniciais e mais caras do desenvolvimento de novos medicamentos – também aquelas com as maiores taxas de falha.
Contexto do setor
Em 2026, a IA no desenvolvimento de medicamentos já passou da fase de promessa promissora para a fase de começar a entregar resultados.
Alguns movimentos simultâneos:
- A Eli Lilly adquiriu por até US$ 2,75 bilhões vários compostos candidatos pré-clínicos da Insilico Medicine (uma empresa de descoberta de medicamentos por IA)
- O framework DrugCLIP, apresentado por uma equipe de pesquisa chinesa, pode escanear 10 milhões de combinações composto-alvo em poucas horas, 10 milhões de vezes mais rápido que a triagem virtual tradicional
- Vários candidatos a medicamentos projetados por IA estão avançando em ensaios clínicos
As farmacêuticas descobriram que o problema atual não é mais encontrar moléculas candidatas, mas sim como selecionar rapidamente, entre milhões de candidatos, aqueles que mais merecem ser levados aos ensaios clínicos.
O LillyPod foi criado para que esse processo de seleção não seja mais limitado pelo poder computacional.
Fonte de referência: 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)