Roche déploie 3 500 GPU Nvidia Blackwell pour accélérer la découverte de médicaments

Roche vient de réaliser le plus grand déploiement de GPU dans l’histoire pharmaceutique. Le laboratoire suisse a annoncé qu’il exploite désormais plus de 3 500 GPU Nvidia Blackwell dédiés à la recherche et développement de médicaments — un déploiement qui dépasse de loin tout ce que ses concurrents ont divulgué publiquement.

En anglais : Roche parie que la puissance de calcul brute de l’IA peut réduire de plusieurs années le processus notoirement lent de découverte et de développement de nouveaux médicaments. Et il soutient cette conviction avec du matériel de haute performance.

Les chiffres derrière la course à la puissance de calcul

L’architecture Blackwell de Nvidia représente la plateforme GPU la plus avancée du fabricant, conçue spécifiquement pour des charges de travail d’IA à grande échelle. Posséder 3 500 de ces GPU, c’est comme avoir une flotte de voitures de Formule 1 — impressionnant sur le papier, mais la vraie question est de savoir si vous pouvez les conduire.

Roche semble penser que oui. La société canalise cette puissance de calcul vers la R&D pilotée par l’IA, englobant tout, de la simulation moléculaire à l’optimisation des essais cliniques. L’objectif est simple : trouver de meilleurs candidats-médicaments plus rapidement et échouer moins cher sur ceux qui ne fonctionnent pas.

Pour donner un contexte, Eli Lilly — le principal rival de Roche dans plusieurs domaines thérapeutiques — construit également son propre laboratoire d’IA en partenariat avec Nvidia. Mais Lilly n’a pas divulgué de chiffres GPU proches des 3 500 unités de Roche. Cela ne signifie pas nécessairement que Lilly est à la traîne, mais cela montre que Roche fait une déclaration très publique sur sa direction.

L’industrie pharmaceutique dépense en moyenne environ 2,3 milliards de dollars pour amener un seul médicament du concept à l’approbation du marché. Si l’IA peut réduire significativement ce délai ou améliorer modestement les taux de réussite, le retour sur un cluster GPU — même massif — commence à ressembler à une erreur d’arrondi.

Les médicaments contre l’obésité et la rivalité avec Lilly

Le déploiement de Nvidia n’existe pas dans un vide. Roche fait également progresser quatre candidats contre l’obésité et le diabète de type 2 vers des essais de phase 3 cruciaux, visant directement la domination d’Eli Lilly sur le marché des agonistes du récepteur GLP-1.

La franchise obésité de Lilly, portée par tirzepatide (vendu sous les noms Mounjaro et Zepbound), a généré des revenus de blockbuster et a propulsé la capitalisation boursière de la société à plus de 800 milliards de dollars l’année dernière. Roche veut une part de ce gâteau, et le développement de médicaments accéléré par l’IA pourrait être le couteau qu’elle utilise pour en couper une tranche.

Voici le point : le profil financier de Roche semble en réalité plus attrayant que celui de Lilly selon plusieurs métriques de valeur traditionnelles. La société suisse se négocie à des ratios prix/bénéfice et prix/ventes plus faibles tout en offrant un rendement en dividendes plus élevé. Lilly bénéficie de multiples premiums grâce à sa suprématie dans le GLP-1 et à sa trajectoire de croissance supérieure, mais ce premium laisse aussi moins de marge d’erreur.

La stratégie de Roche repose essentiellement sur deux axes : utiliser l’infrastructure d’IA pour accélérer les délais de R&D sur l’ensemble du pipeline, et déployer cet avantage dans le marché thérapeutique le plus lucratif de la décennie : l’obésité.

Ce que cela signifie pour les investisseurs

La convergence de Big Pharma et Big Compute n’est plus une spéculation — c’est une réalité opérationnelle. Le déploiement GPU de Roche indique que les coûts d’infrastructure d’IA sont désormais considérés comme des dépenses essentielles de R&D, et non comme des projets expérimentaux secondaires.

Pour les investisseurs, la question clé n’est pas de savoir si Roche a acheté suffisamment de GPU. C’est de savoir si ses data scientists et biologistes computationnels peuvent transformer ce matériel en molécules en phase clinique qui fonctionnent réellement chez l’humain. Le nombre de GPU est une métrique de vanité. Seuls les médicaments approuvés comptent vraiment.

La dynamique concurrentielle mérite une attention particulière. Lilly possède un moteur commercial éprouvé et un avantage de premier arrivé dans le domaine des médicaments GLP-1. Roche dispose de caractéristiques de valeur plus profondes et investit désormais dans l’infrastructure pour potentiellement dépasser Lilly en R&D. Certains analystes suggèrent de détenir les deux actions comme une couverture — profiter de la croissance à court terme de Lilly et de la flexibilité à long terme de Roche grâce à l’IA.

Le risque pour Roche est simple : la découverte de médicaments accélérée par l’IA reste encore largement non prouvée à grande échelle. Aucun médicament majeur n’a encore été commercialisé principalement grâce à des méthodes d’IA. Beaucoup de startups ont fait cette promesse. Aucune n’a encore pleinement livré.

En résumé : Roche réalise le plus grand investissement connu dans le calcul d’IA dans le secteur pharmaceutique, associant 3 500 GPU Blackwell à un pipeline ambitieux contre l’obésité, ciblant directement la franchise la plus rentable d’Eli Lilly. Reste à voir si ce matériel se traduira par des médicaments approuvés — la question d’un trillion de dollars — mais la société semble clairement ne plus vouloir attendre pour le découvrir.

Divulgation : Cet article a été édité par Estefano Gomez. Pour plus d’informations sur notre processus de création et de revue de contenu, consultez notre Politique éditoriale.