本文聚焦《2026年9月14日新质生产力每日动态》提到的北京医疗人工智能应用中试基地生物医药制造算力支持计划，讨论AI药物发现的工作负载、数据治理、验证、调度与成效度量。文中涉及计划规模和覆盖范围的内容均标注为“公开计划口径”；技术架构和指标体系为基于行业实践提出的分析建议，并非主管部门已经公布的实施细则。
不是“发GPU券”，而是给药物研发建立一条可审计的计算产线
**【公开计划口径】**据《2026年9月14日新质生产力每日动态》披露，北京医疗人工智能应用中试基地启动规模超过1亿元人民币的生物医药制造算力支持计划，覆盖药物研发与临床环节。由于公开摘要尚未披露补贴方式、算力型号、申报门槛、支持周期与验收规则，本文不把“超过1亿元”进一步推算成GPU数量、算力时或企业名额。
这项计划最值得关注的，并不是资金总额本身，而是“中试”二字。AI制药长期存在一个结构性断点：论文中的模型指标很高，但进入真实管线后，数据权属不清、环境不可复现、湿实验验证昂贵、临床数据不能自由搬运，最终算力消耗与药物决策脱节。如果支持计划只是按卡时发放资源，企业最容易提交的是大模型预训练、参数扫描等“看起来很忙”的任务，却不一定减少一个候选分子的决策时间。
更合适的定位，是把基地建设成一条受控的“计算—证据—实验”产线：每个项目先定义要回答的药物问题，再登记数据版本、代码版本、容器镜像和评估协议；计算结果必须能够追溯到输入数据和随机种子；关键预测进入正交计算验证或湿实验；最后以研发决策是否提前、失败是否更早暴露来评价资源价值。算力只是发动机，数据治理、验证规则和调度机制才是传动系统。
AI药物发现究竟在消耗什么算力
药物发现不是单一的大模型训练任务，而是多类负载交错的流水线。第一类是靶点发现与疾病机制建模，包括对组学矩阵、知识图谱、医学文献和真实世界数据的联合分析。它通常吃内存、存储吞吐和图计算能力，不一定持续占满GPU。单细胞数据的批次校正、细胞类型标注和扰动响应建模，还会产生大量短任务和反复迭代。
第二类是蛋白结构、复合物结构与相互作用预测。此类工作既包括模型推理，也包括多序列比对、模板搜索和结构松弛。GPU负责神经网络部分，CPU、内存和高速本地缓存承担数据库检索与后处理。如果调度平台只统计GPU利用率，会误判大量“GPU等待CPU或I/O”的时间为算法低效。
第三类是生成式分子设计和虚拟筛选。生成模型可一次提出数万到数百万个候选结构，但真正昂贵的是约束：合成可行性、选择性、ADMET、多靶点风险、专利新颖性和三维构象都要逐层过滤。对接任务高度并行、单任务短，适合CPU集群或中低端GPU批处理；分子动力学则持续时间长、检查点频繁，对GPU互联和存储稳定性敏感；自由能微扰计算需要多个相互关联的窗口任务，任何一个窗口失败都可能拖延整组结果。
第四类是药代、毒理和临床开发支持。这里既有表格模型、时序模型，也可能涉及病理影像、电子病历文本和多模态模型。数据敏感度显著提高，任务不能简单搬到公共训练区；临床队列构建和外部验证通常比训练本身更耗时。所谓“覆盖临床环节”，若没有受控数据区、隐私计算或可信研究环境，实际上很难兑现。
因此，基地不应把所有项目折算成一个模糊的“综合算力”。至少要建立四本账：GPU时、CPU核时、存储与数据出口流量、受控数据环境占用时长。进一步还应记录有效样本数、模拟步数、对接分子数和每次实验的能耗。只有这样，才能比较“训练一个基础模型”和“筛完一批候选分子”到底各自消耗了什么。
数据治理要细到样本、许可和特征血缘
生物医药数据最危险的治理误区，是把“脱敏”当成全部合规工作。公开数据库、医院数据、企业实验数据和商业数据库的许可边界完全不同：有的数据允许学术研究但不允许商业模型训练；有的数据允许内部分析却不允许生成可下载的衍生数据；基因组数据即便删除姓名，也可能具有再识别风险。基地首先应建立数据准入清单和用途绑定，而不是先把数据汇聚起来再补手续。
一个可执行的数据对象，至少要附带来源、采集协议、伦理或授权依据、许可范围、适用项目、保留期限、跨境限制、质量标签和责任人。样本进入特征工程后，血缘不能中断：模型使用了哪一版队列、排除标准是什么、缺失值怎样处理、标签由谁生成，都应自动写入元数据。对于医院或临床数据，建议采用“数据不出域、代码受审查进入、结果经披露控制导出”的可信研究环境。研究人员拿到的不是原始数据库权限，而是与获批目的对应的最小数据视图。
训练集、验证集和测试集的隔离也不能停留在文件夹命名上。药物数据常出现同一骨架、同源蛋白、同一患者多次就诊或同一中心病例跨集合泄漏，导致离线指标虚高。基地应提供按Bemis–Murcko骨架、时间、机构、患者和蛋白同源性进行拆分的标准工具，并保存拆分清单的哈希值。涉及临床预测时，时间外验证和机构外验证应优先于随机切分。
还要防止“模型反向带出数据”。成员推断、训练数据复现、自由文本记忆都可能成为泄漏通道。高敏项目需要限制模型权重导出，开放的可以是受控API、审核后的汇总结果或经过隐私风险评估的模型版本，而不是默认把训练产物交给项目方带走。
验证：把一次漂亮的AUC变成可以否证的药物证据
AI制药项目的验证应该分层。第一层是计算验证：固定测试集、明确基线、重复运行、置信区间和消融实验。不能只与团队自己较弱的模型比较，还要与传统QSAR、分子对接、相似性搜索或标准临床评分比较。评价指标也要与任务匹配；类别极不平衡时，PR-AUC通常比ROC-AUC更有解释力，分子生成则不能只报有效性和新颖性，还应报告合成可及性、约束满足率与重复率。
第二层是外部验证。靶点模型应在独立数据源、不同实验平台或后续时间窗上测试；临床模型应做跨机构或前瞻性静默验证；结构与亲和力预测应检查与训练数据库的近邻关系。外部数据下降多少并不可怕，可怕的是根本不知道下降来自分布变化、标签差异还是泄漏。
第三层是实验验证。计算命中需要经过生化、细胞、选择性、ADME或毒理实验，具体层级由研发阶段决定。基地可以要求每个获得重点算力支持的项目预先注册“预测—实验”对应表：预计筛多少分子、选多少进入实验、主要终点是什么、失败如何解释。阴性结果也应归档，因为它们能够校准模型并避免不同团队重复踩坑。
第四层才是流程或临床效用验证。一个模型即使预测更准，也可能没有改变决策。例如它把筛选排序优化了2%，却增加了三周数据准备；或者降低了假阴性，却让后续实验量翻倍。真正的中试验收要问：与现有流程相比，是否缩短了“靶点到可实验候选”“命中到先导”“患者筛选到入组”的周期，是否降低了每个确认命中的成本，是否让高风险候选更早退出。
为保证可复现性，平台应将代码提交、依赖锁定、容器镜像、硬件类型、驱动版本、随机种子、数据快照、参数和日志绑定为一次不可变运行记录。模型卡和数据卡不是宣传附件，而应由系统从运行记录中半自动生成。对拟进入药物申报资料或临床决策流程的模型，还应建立变更控制：数据更新、模型再训练、阈值调整和运行环境升级都必须触发影响评估。
调度：优先级应由“证据增量”决定，而不是谁先抢到卡
一亿元级支持计划最容易遇到两种浪费：长期占卡的超大训练挤压短周期验证任务，以及企业为防止资源不足而超额申请。解决办法不是简单设置GPU小时上限，而是建立与药物里程碑绑定的分阶段配额。
项目入场时先给小额探索配额，用于数据剖析、基线复现和缩放实验；只有证明数据可用、基线可信、算力扩张确有收益，才进入正式配额。模型训练应提交学习曲线或缩放曲线，说明增加一倍资源预计换来多少指标提升。到达阶段门槛后，再释放结构筛选、分子动力学或外部验证资源。这样可以把“先证明值得算”写进制度。
调度器本身应识别负载。短时推理和交互分析需要低排队延迟；大规模预训练适合可抢占队列；对接和参数搜索适合任务数组；分子动力学与自由能计算需要拓扑感知和检查点恢复；临床受控区任务则要服从数据域和人员授权，不能因空闲卡而跨区迁移。对于异构GPU，应基于实际基准把任务放到性价比最高的设备，而不是默认最先进的卡。
公平性也不能只按企业平均分。药物研发阶段、罕见病项目、平台型公共工具和单一商业管线的外溢价值不同。建议设立“基础公平份额＋里程碑加权＋公共价值池”：所有合格团队有起步资源；达到可复核里程碑的项目获得追加；可复用数据集、开源工具、标准评测或公共疾病模型从独立池获得支持。所有优先级变更应留痕，并披露到项目级资源台账，避免算力分配成为黑箱评审。
怎样证明这一亿元没有变成热闹的利用率
基地当然要监控GPU利用率、排队时间、任务失败率和单位任务能耗，但这些只是运维指标，不是产业成效。一个全年95%利用率的集群，可能只是在反复训练没有实验出口的模型。
更合理的成效指标可分五层：
- 资源效率：有效GPU小时占比、CPU/GPU等待结构、检查点恢复成功率、每次有效运行成本、受控环境交付周期。
- 模型质量：相对预注册基线的提升、外部验证跌幅、校准误差、重复运行方差、数据泄漏审查通过率。
- 实验转化：预测命中率、实验确认率、每个确认命中的计算与实验总成本、阴性结果回流率、候选多样性。
- 研发周期：关键决策周期缩短比例、少做了多少低价值实验、提前终止了多少高风险候选、管线里程碑按期率。
- 临床与产业结果：入组效率、方案修订次数、申报资料可复用程度、形成的候选物或IND节点，以及企业后续自筹投入。临床结局具有长滞后性，不宜在短期计划中夸大归因。
评估最好采用项目前后对照和匹配对照。支持前先记录同类项目的历史周期、成本和成功率；支持后比较实际变化，并把数据新增、实验投入和团队扩充等因素单列。对于早期项目，可以使用“每万元支持带来的可验证证据增量”作为中间指标，例如新增外部验证集、完成湿实验闭环、排除一个错误靶点或把候选空间缩小一个数量级。对药物研发而言，尽早得到可靠的“不行”，同样是高价值产出。
结语：真正稀缺的不是峰值算力，而是可信闭环
**【公开计划口径】**超过1亿元的算力支持，为北京医疗AI中试基地提供了组织跨机构药物计算资源的机会；但公开信息目前不足以判断具体资源结构和分配方式。它能否成为AI制药基础设施，不取决于采购了多少卡，而取决于能否把算力与数据许可、可复现运行、外部验证、湿实验和研发里程碑绑在一起。
如果每个受支持项目都留下可审计的数据血缘、运行记录、失败证据和实验结果，基地就不只是降低了企业的计算账单，还会积累一套可迁移的药物研发工程方法。反之，如果验收仍以训练规模、模型数量和设备利用率为主，再大的算力支持也可能只是把不确定性算得更快。AI药物发现真正需要的，不是无条件地多算，而是在每一个昂贵决策之前，算出足以被实验检验的证据。
参考来源
- 《2026年9月14日新质生产力每日动态》及其当日视频摘要：关于“北京医疗人工智能应用中试基地启动超过1亿元的生物医药制造算力支持计划，覆盖药物研发与临床环节”的公开计划口径。本文未将摘要之外的实施细则视为既定事实。
- 国家药品监督管理局药品审评中心（CDE）：《药物临床试验数据管理与统计分析的计划和报告指导原则》等药物研发数据与统计相关指导原则，用于数据可追溯、分析预设和验证讨论。https://www.cde.org.cn/
- 国家互联网信息办公室：《个人信息保护合规审计管理办法》及个人信息保护相关法规政策资料，用于敏感个人信息处理与审计背景。https://www.cac.gov.cn/
- International Council for Harmonisation（ICH），E6(R3) Good Clinical Practice、E9 Statistical Principles for Clinical Trials、E9(R1) Estimands and Sensitivity Analysis，用于临床数据质量、预设分析与可追溯性框架。https://www.ich.org/
- U.S. FDA, Artificial Intelligence for Drug Development（药物开发中AI相关讨论文件与资源页面），用于模型风险、可信度与使用情境分析。https://www.fda.gov/drugs/news-events-human-drugs/artificial-intelligence-drug-development
- Wilkinson, M. D. et al., “The FAIR Guiding Principles for scientific data management and stewardship,” Scientific Data, 2016，用于数据可发现、可访问、可互操作和可复用原则。https://doi.org/10.1038/sdata.2016.18
- Gebru, T. et al., “Datasheets for Datasets,” Communications of the ACM, 2021；Mitchell, M. et al., “Model Cards for Model Reporting,” FAT* 2019，用于数据卡、模型卡及透明度设计。
- OECD, Good Laboratory Practice (GLP) 相关原则，用于实验记录、质量保证和结果可追溯的通用参照。https://www.oecd.org/chemicalsafety/testing/good-laboratory-practiceglp.htm