Roche reklamiert größten GPU-Bestand der Pharmaindustrie mit 3.500 Blackwell-Chips
Roche hat 2.176 neue NVIDIA Blackwell GPUs in den USA und Europa in Betrieb genommen und kommt damit über On-Premise- und Cloud-Infrastruktur hinweg auf mehr als 3.500 Chips. Damit beansprucht das Unternehmen den größten angekündigten GPU-Footprint in der Pharmaindustrie – in einem Umfeld, in dem auch Eli Lilly und Recursion ihre KI-Rechenkapazitäten ausbauen.
Roche hat 2.176 neue On-Premise-NVIDIA-Blackwell-GPUs in den USA und Europa in Betrieb genommen und damit seine kombinierte On-Premise- und Cloud-Infrastruktur auf über 3.500 Blackwell-GPUs ausgebaut – nach eigenen Angaben der größte angekündigte GPU-Footprint, der einem Pharmaunternehmen zur Verfügung steht. Die Erweiterung, die eine strategische Zusammenarbeit mit NVIDIA fortsetzt, die 2023 begann, erfolgt weniger als drei Wochen nachdem Eli Lilly mit LillyPod live gegangen ist – einem eigenen 1.016-GPU-Supercomputer, den das Unternehmen als die leistungsstärkste KI-Fabrik bezeichnete, die vollständig von einem Pharmaunternehmen besessen und betrieben wird.
Roches Aussage berücksichtigt Hybrid-Cloud-Kapazitäten; Lillys Aussage ist auf Hardware beschränkt, die dem Unternehmen vollständig gehört. Das sind technisch unterschiedliche Vergleichsmaßstäbe.
Im Mai 2024 stellte Recursion Pharmaceuticals BioHive-2 vor, einen 504-GPU-Supercomputer, den das Unternehmen als den größten in der Pharmaindustrie bezeichnete. Knapp zwei Jahre später beansprucht Roche, fast das Siebenfache dieser Zahl zu erreichen – und keines der Unternehmen in diesem entstehenden GPU-Wettrüsten hat öffentlich einen konkreten klinischen Kandidaten mit seiner KI-Infrastruktur verknüpft.
Die kombinierte GPU-Zahl von Roche, Lilly und Recursion liegt nun bei über 5.000 Chips, auch wenn die reine Summe wesentliche Unterschiede verdeckt: Recursions BioHive-2 läuft auf älteren H100-GPUs, während Lillys System Chips der nächsten Generation, Blackwell Ultra, nutzt und Roches Ausbau auf Standard-Blackwell-Hardware setzt. Recursion kann zumindest auf ein konkretes Ergebnis verweisen: das biomolekulare Foundation Model Boltz-2, das auf BioHive-2 trainiert wurde und Protein-Bindungsaffinitäten mit einer Genauigkeit vorhersagt, die physikbasierten Methoden nahekommt. Weder Roche noch Lilly haben öffentlich eine vergleichbare Auslieferung benannt.
Aviv Regev, EVP und Leiterin von Genentech Research and Early Development, sagte, die Erweiterung der Rechenkapazität werde Roches Wissenschaftlerinnen und Wissenschaftlern ermöglichen, „komplexere prädiktive Frontier-Modelle“ zu entwickeln, und den Zeitraum von der biologischen Entdeckung bis zu zugelassenen Arzneimitteln durch das von Roche sogenannte Lab-in-the-Loop-Konzept zu verkürzen: Dabei werden biologische und chemische Experimente direkt mit KI-Modellen verknüpft – ein Ansatz, den Roche ihrer Aussage nach seit mehr als fünf Jahren verfolgt.
In einem NVIDIA-Pre-Briefing im Vorfeld der GTC 2026 sagte Kimberly Powell, VP Healthcare and Life Sciences bei NVIDIA, dass inzwischen nahezu 90% der geeigneten Small-Molecule-Programme bei Genentech, einer Roche-Tochter, KI integrieren und dass ein Onkologie-Molekül 25% schneller entworfen worden sei, während ein Backup-Wirkstoffkandidat in sieben Monaten geliefert wurde. Dieser Prozess dauert traditionell häufig mehr als zwei Jahre.
Wafaa Mamilli, die im Februar 2025 nach mehr als 20 Jahren bei Eli Lilly und einer Station als CDTO bei Zoetis als Chief Digital Technology Officer dazustieß, sagte, das Ziel sei es, „KI entlang der gesamten Wertschöpfungskette zu verankern“ – von Arzneimittelentwicklung und Herstellung bis hin zu Diagnostik und Kommerzialisierung. Die Mitteilung nennt NVIDIA BioNeMo für die Wirkstoffforschung, Omniverse für digitale Zwillinge in der Fertigung, Parabricks für die Genomik und NeMo Guardrails für konversationsbasierte KI auf Healthcare-Niveau. Auffällig fehlen: eine Investitionssumme in Dollar, konkrete Krankheitsgebiete oder spezifische Pipeline-Programme.
Zur Einordnung: Das GPU-Wettrüsten der Pharmaindustrie bleibt gemessen an den Maßstäben der breiteren KI-Industrie eine Rundungsdifferenz. Elon Musks xAI startete 2025 mit 200.000 GPUs in seinem Colossus-Cluster in Memphis und hat seitdem auf mehr als 500.000 über drei Standorte hinweg erweitert – mit einer Roadmap zu einer Million. Meta hat mit NVIDIA einen Deal über Millionen Chips geschlossen, um Rechenzentren zu bestücken, darunter eine im ländlichen Louisiana im Bau befindliche Anlage mit fünf Gigawatt.