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

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

En anglais : Roche parie sur le fait qu’une puissance de calcul d’IA brute peut réduire de plusieurs années un processus notoirement lent de découverte et de mise au point de nouveaux médicaments. Et elle soutient ce pari avec du silicium sérieux.

Les chiffres derrière la course à la puissance de calcul

L’architecture Blackwell de Nvidia représente la plateforme GPU la plus avancée du fabricant de puces, conçue pour des charges de travail d’IA à très grande échelle. En posséder 3 500, 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 réellement les conduire.

Roche semble penser que oui. L’entreprise dirige 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 faire moins d’échecs coûteux sur ceux qui ne fonctionnent pas.

Pour donner du contexte, Eli Lilly — le principal rival de Roche dans plusieurs domaines thérapeutiques — développe aussi son propre laboratoire d’IA en partenariat avec Nvidia. Mais Lilly n’a divulgué nulle part des chiffres de GPU proches de la flotte de 3 500 unités de Roche. Cela ne signifie pas forcément que Lilly est en retard, mais cela veut dire que Roche fait une déclaration très publique sur la direction qu’elle prend.

L’industrie pharmaceutique dépense environ 2,3 Md$ en moyenne pour amener un seul médicament de l’idée jusqu’à l’autorisation de mise sur le marché. Si l’IA peut compresser de manière significative ce calendrier ou améliorer même modestement les taux de réussite, le rendement d’un cluster de GPU — même massif — commence à ressembler à une erreur d’arrondi.

Médicaments contre l’obésité et rivalité avec Lilly

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

La franchise d’obésité de Lilly, portée par la tirzépatide (vendue sous les noms Mounjaro et Zepbound), a généré des revenus blockbuster et a propulsé l’entreprise vers une capitalisation boursière qui a brièvement dépassé 800 Md$ l’an dernier. Roche veut sa 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.

Le point clé : le profil financier de Roche semble en réalité plus attrayant que celui de Lilly selon plusieurs indicateurs de valeur traditionnels. La société suisse se négocie avec des ratios cours/bénéfice et cours/chiffre d’affaires plus faibles tout en offrant un rendement du dividende plus élevé. Lilly exige des multiples plus élevés grâce à sa suprématie sur le GLP-1 et à une trajectoire de croissance supérieure, mais ce premium implique aussi moins de marge d’erreur.

Le pari de Roche repose essentiellement sur une stratégie en deux volets. Utiliser l’infrastructure d’IA pour accélérer les calendriers de R&D sur l’ensemble de la chaîne, et déployer simultanément cet avantage sur 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 spéculative : c’est désormais opérationnel. Le déploiement de GPU de Roche indique que les coûts d’infrastructure d’IA sont désormais considérés comme des dépenses de R&D de base, et non comme de simples projets annexes expérimentaux.

Pour les investisseurs, la question clé n’est pas de savoir si Roche a acheté assez de GPU. Il s’agit de savoir si les data scientists et les biologistes computationnels de l’entreprise peuvent transformer ce matériel en molécules prêtes pour la clinique qui fonctionnent réellement chez l’humain. Les volumes de GPU sont des indicateurs de vanité. Les seuls indicateurs qui comptent sont les médicaments approuvés.

La dynamique concurrentielle mérite d’être suivie de près. Lilly dispose du moteur commercial éprouvé et d’un avantage de premier arrivé sur les médicaments GLP-1. Roche a des caractéristiques de valeur plus profondes et réalise désormais l’investissement d’infrastructure pour potentiellement franchir un cap du côté de la R&D. Certains analystes ont suggéré de détenir les deux noms comme couverture — en capturant la croissance à court terme de Lilly et l’optionnalité de portefeuille de pipeline d’IA à plus long terme de Roche.

Le risque pour Roche est assez simple : la découverte de médicaments accélérée par l’IA n’a encore été que largement non prouvée à grande échelle. Aucun grand médicament n’a encore été mis sur le marché principalement grâce à des méthodes d’IA. De nombreux jeunes pousses ont fait cette promesse. Aucune n’a véritablement tenu toutes ses promesses.

Conclusion : Roche réalise le plus grand investissement connu en calcul d’IA dans la pharma, en associant 3 500 GPU Blackwell à un ambitieux pipeline de médicaments contre l’obésité visant de plein fouet la franchise la plus rentable d’Eli Lilly. La question — à mille milliards de dollars — est de savoir si cette infrastructure se traduit par des médicaments approuvés, mais l’entreprise a clairement cessé d’attendre pour le découvrir.

                    **Divulgation :** Cet article a été modifié par Estefano Gomez. Pour plus d’informations sur la façon dont nous créons et examinons le contenu, consultez notre Politique éditoriale.