CZI 斥资搭建千卡 H100 集群：用生成式 AI 搞医学研究与「虚拟细胞」

现在全世界都在加价疯抢英伟达显卡，但大部分算力都被拉去训练大语言模型和聊天机器人了。扎克伯格夫妇换了个思路，他们打算把一千多张顶级显卡拉去生物实验室。

陈-扎克伯格倡议（CZI）宣布出资建造一个专用于医学研究的大型计算系统。这个集群将配备 1000 多张顶级的英伟达 H100 GPU，而这批芯片正是眼下 AI 服务器市场里最紧俏的硬件。

搞上千张 H100，给人类细胞做「数字分身」

搭建这个计算集群的目的，是让科研人员能够利用生成式 AI，对健康细胞和患病细胞进行建模。

扎克伯格和普莉希拉·陈在《麻省理工科技评论》发表的一篇文章里解释，这就像是在计算机里运行一个「虚拟细胞」，通过各种模拟来看看会发生什么。

普莉希拉·陈在新闻稿中提到，AI 模型可以预测免疫细胞在感染时如何反应、患有罕见病的儿童在细胞层面到底发生了什么，甚至能预测病人的身体对某种新药会产生怎样的反应。

训练这些新模型并不缺原料。这个系统将直接吃进现有的数据集，其中就包括 CZI 旗下软件工具已经编录的约 5000 万个独特细胞的数据。

顶配算力下放，但依然赶不上商业巨头

在生命科学领域，顶尖的计算工具往往极其昂贵，绝大多数科研机构和普通科学家根本负担不起。

CZI 想要打破这种壁垒。他们表示，这套新的 GPU 集群将被用来驱动「公开可用」的人类细胞模型，目的是加速医学研究，并鼓励科学家们展开协作。

这次负责采购显卡的是 CZI 旗下的 Biohub 网络，具体搭建工作由旧金山团队承接。该网络联合了多家科技和科研机构，目标是攻关跨度在 10 到 15 年的宏大科学挑战。

建成之后，它将成为全球非营利研究领域最大的 AI 计算集群之一。不过他们也在文章中坦言，和私营商业公司用来开发商业产品的同类系统相比，这个集群的规模仍然不算大。

为什么重要

对从事生物医学研究的学者和开发者来说，这是一件实打实的好事。以往想要训练高精度的细胞预测模型，不仅要四处申请算力赞助，还得在昂贵的商业云账单面前精打细算。如果 CZI 真能兑现承诺，将训练好的底层人类细胞模型向学界公开发布，很多中小实验室就能直接站在巨人的肩膀上做药物靶点筛选和疾病机理研究，试错门槛会大幅降低。

从行业角度看，AI for Science 正在从 DeepMind 等科技巨头的单点突破，转向非营利机构主导的基础设施建设。以往前沿算力几乎被商业公司的语言和多模态模型垄断，生命科学领域只能分到残羹冷炙。CZI 这次下场拉高了非营利科研的硬件基准，很可能会促使更多慈善基金会和公共科研机构跟进，把资源从单纯发论文转向搭建底层算力基建。

我们认为 CZI 这次聪明的点在于，他们没有盲目跟风去造通用的通用大模型，而是把自己过去积累的 5000 万细胞数据集作为杠杆，把最昂贵的显卡花在了最难攻克的前沿预测上。但隐患在于，官方宣称这项计算系统能「在本世纪末治愈、预防或管理所有疾病」，口号未免喊得过大。生物系统的动态复杂性远超文本生成，1000 多张 H100 放在科研领域虽然罕见，但面对海量细胞微观反应的模拟，算力在未来看起来依然会捉襟见肘。