华为明确「不做药」：1024 卡超节点，要做 AI 制药的底座

据中国医药创新促进会分享，10 月 24 日，由该会与香港交易所主办的第十一届医药创新与投资大会在南京召开。华为制药军团总裁樊杰出席并接受采访，对外界最关心的一个问题给了明确回答：「华为不做药。」他要做的，是给药企、科研机构和 AI 制药公司提供算力、存储、网络、工具链和数据治理能力。

一分钟速览

• 定位：不做药物研发，做 AI 制药产业的技术底座。
• 供给：算力、存力、网力、工具链与数据治理能力，打包给药企与科研机构。
• 进展：蛋白质结构预测、分子模拟等部分技术已进入实际应用，但整个药物研发链条尚未打通。
• 硬件底牌：当前有 1024 卡超节点方案，樊杰称其规模在全球最大。
• 合作：已与两家医疗企业共建百卡集群，投资规模接近亿元级；同时服务上海药物研究所、昌平实验室等机构。
• 生态：与深势科技、望石智慧、分子之心等合作，华为做算力与适配，伙伴做模型。

为什么不自己做药

AI 制药最容易讲的故事是「用模型替代实验」，但真正难的是后半段：模型输出要进入真实研发流程，要和实验数据、临床决策形成闭环。樊杰给出的判断很直接——行业下一阶段要回答的不是模型规模有多大，而是模型能不能进流程。这句话背后是一笔很现实的账：一款新药从靶点发现到上市，动辄十年、十亿美元级投入，失败率极高。做基础设施的公司不必承担管线失败的风险，却能分享每一轮研发投入。

这也符合华为军团的一贯打法：选一个行业，提供算力、连接和工具，把应用层留给伙伴。制药军团自 2025 年底开始频繁出现在医药行业论坛，模式与煤矿、港口等军团一致。

为什么是「集群」而不是「单卡」

樊杰把优势拆成三条：先进算力、集群能力、生态。第二条最值得注意。他提到，训练模型至少需要 64 张卡，很多时候是百卡甚至千卡规模，但几百张卡不能一张一张单独用，必须串成集群；华为在集群化、超节点上有独特优势，目前有 1024 卡的超节点方案。

这个说法点到了 AI 制药的真实瓶颈。分子动力学模拟、蛋白结构预测、大规模虚拟筛选，都属于通信密集、显存吃紧的负载。单卡性能再强，卡间互联跟不上，集群效率就会塌下来。华为把「超节点」当作卖点，本质上是在卖有效算力，而不是峰值算力。

差距与耐心

樊杰也承认，中国药企与国际大型制药企业在收入规模上仍有明显差距。AI 能否提高研发效率、帮助企业形成持续的产品产出，最终要通过具体管线和商业化结果验证。这段话并不客套——AI 制药过去几年出现过太多「论文很漂亮、管线没进展」的案例。

从产业角度看，基础设施先行的路径是合理的：先把算力、数据和工具链铺好，让更多中小型 Biotech 用得起百卡级训练，才可能跑出真正有效的模型。两家百卡集群、近亿元级投入，规模不算大，但方向明确。

趋势：AI 制药从「模型竞赛」转向「流程竞赛」

过去两年，AI 制药的叙事集中在蛋白结构、分子生成这些单点能力上。接下来会更像一场工程战：数据治理能不能覆盖真实实验记录，模型能不能嵌进研发决策，算力成本能不能压到企业愿意长期付费。华为选择站在底座位置，等于把赌注押在「流程打通」这件事上。

对行业来说，这也是一个信号：当算力厂商开始按行业组建军团、按管线配置集群，AI 制药就从概念验证阶段，走进了要算投入产出比的阶段。