CZI 斥資搭建千卡 H100 叢集：用生成式 AI 搞醫學研究與「虛擬細胞」

現在全世界都在加價瘋搶輝達顯示卡，但大部分算力都被拉去訓練大語言模型和聊天機器人了。扎克伯格夫婦換了個思路，他們打算把一千多張頂級顯示卡拉去生物實驗室。

陳-扎克伯格倡議（CZI）宣佈出資建造一個專用於醫學研究的大型計算系統。這個叢集將配備 1000 多張頂級的輝達 H100 GPU，而這批晶片正是眼下 AI 伺服器市場裡最緊俏的硬體。

搞上千張 H100，給人類細胞做「數字分身」

搭建這個計算叢集的目的，是讓科研人員能夠利用生成式 AI，對健康細胞和患病細胞進行建模。

扎克伯格和普莉希拉·陳在《麻省理工科技評論》發表的一篇文章裡解釋，這就像是在計算機裡執行一個「虛擬細胞」，通過各種模擬來看看會發生什麼。

普莉希拉·陳在新聞稿中提到，AI 模型可以預測免疫細胞在感染時如何反應、患有罕見病的兒童在細胞層面到底發生了什麼，甚至能預測病人的身體對某種新藥會產生怎樣的反應。

訓練這些新模型並不缺原料。這個系統將直接吃進現有的資料集，其中就包括 CZI 旗下軟體工具已經編錄的約 5000 萬個獨特細胞的資料。

頂配算力下放，但依然趕不上商業巨頭

在生命科學領域，頂尖的計算工具往往極其昂貴，絕大多數科研機構和普通科學家根本負擔不起。

CZI 想要打破這種壁壘。他們表示，這套新的 GPU 叢集將被用來驅動「公開可用」的人類細胞模型，目的是加速醫學研究，並鼓勵科學家們展開協作。

這次負責採購顯示卡的是 CZI 旗下的 Biohub 網路，具體搭建工作由舊金山團隊承接。該網路聯合了多家科技和科研機構，目標是攻關跨度在 10 到 15 年的宏大科學挑戰。

建成之後，它將成為全球非營利研究領域最大的 AI 計算叢集之一。不過他們也在文章中坦言，和私營商業公司用來開發商業產品的同類系統相比，這個叢集的規模仍然不算大。

為什麼重要

對從事生物醫學研究的學者和開發者來說，這是一件實打實的好事。以往想要訓練高精度的細胞預測模型，不僅要四處申請算力贊助，還得在昂貴的商業雲賬單面前精打細算。如果 CZI 真能兌現承諾，將訓練好的底層人類細胞模型向學界公開發布，很多中小實驗室就能直接站在巨人的肩膀上做藥物靶點篩選和疾病機理研究，試錯門檻會大幅降低。

從行業角度看，AI for Science 正在從 DeepMind 等科技巨頭的單點突破，轉向非營利機構主導的基礎設施建設。以往前沿算力幾乎被商業公司的語言和多模態模型壟斷，生命科學領域只能分到殘羹冷炙。CZI 這次下場拉高了非營利科研的硬體基準，很可能會促使更多慈善基金會和公共科研機構跟進，把資源從單純發論文轉向搭建底層算力基建。

我們認為 CZI 這次聰明的點在於，他們沒有盲目跟風去造通用的通用大模型，而是把自己過去積累的 5000 萬細胞資料集作為槓桿，把最昂貴的顯示卡花在了最難攻克的前沿預測上。但隱患在於，官方宣稱這項計算系統能「在本世紀末治癒、預防或管理所有疾病」，口號未免喊得過大。生物系統的動態複雜性遠超文本生成，1000 多張 H100 放在科研領域雖然罕見，但面對海量細胞微觀反應的模擬，算力在未來看起來依然會捉襟見肘。