登录
10月24日，南京，第十一届医药创新与投资大会上，华为制药军团总裁樊杰把话说明白了：华为不造药。新华网
从2025年底军团开始出现在医药论坛，外界猜了快一年。经济观察报
但真正决定这件事分量的，不是“不做”，而是它接着划出的边界。
上不碰应用，下不碰数据，不主动获取客户数据。樊杰把这称作红线。 那它做什么？把华为成熟的企业级产品适配到制药行业，给药企搭智能底座、智能工厂和临床智能化平台。新华网
底座不是一句口号。药企要用AI筛分子、预测蛋白结构，先卡在算力上。
训练模型至少需要64张卡，常见的是百卡、千卡规模。 卡多了不能一张张单用，得串成集群。已经商用的昇腾950超节点是1024卡，9月发布的昇腾960把上限抬到4096卡。经济观察报新华社
更细的一层在算子。模型要通过算子调用算力卡，适配不到位，性能可能相差十倍；过去要三四个月，现在靠工具链和AI编程，缩短到一两天。 这是“技术底座”里最不性感、也最值钱的一段。新华网
已经有项目在跑。昌平实验室基于昇腾构建了蛋白结构预测模型TorchFold，华为做适配和精调，实测精度与AlphaFold对齐。经济观察报
华为已与两家企业建了百卡集群，接近亿元级投入；上海药物研究所、昌平实验室等科研机构也在它的赋能名单上。经济观察报
广药、恒瑞对AI的应用积极性很高。新华网
不做药，不是姿态，是算得过账。
一位知乎答主把创新药研发概括为“三个10”：十年、十亿美元、一成临床成功率。知乎
药企的护城河是化学家、生物学家和几十年攒下的化合物库。
华为的护城河是芯片、服务器，和把上千张卡串成集群的能力。
卖底座是另一门生意：药企成不成，算力和服务的钱照收；管线折了，它不背那口锅。
这和当年“不造车，帮车企造好车”是同一套打法。微博
但边界也意味着局限。
AI能降低“提出假设”的成本，却降不下“证明假设”的成本。 生成一个分子很快；证明它安全有效，仍要进实验室、过临床。36氪
樊杰自己也说，AI对临床试验是赋能提质，不是颠覆替代。新华网
微博上有人问得直接：药不是机械，怎么赋能？ 这个问题不该被“产业趋势”四个字糊弄过去。底座能压缩的是发现和试错的时间，压不掉审评和人体试验。微博
另一头，数据比算力更难。
药企内部早研、湿实验、临床的数据要先打通，医院数据还卡在合规和利益分配上。新华网
华为的办法是把算力部署在客户本地，数据不出厂。 但数据愿不愿意开放，不只是技术问题。新华网
所以，“华为不做药”最值得记的，不是一家巨头让出了赛道，而是它选了赛道下面那层。
这层底座能不能立住，不看发布会上的词，看两件事：算子适配是否真把门槛降下来，数据能不能在合规前提下流动。
药企要的也不是一个“懂药”的口号，而是一个能让模型在自己机房里、用自己的数据，跑出可用结果的伙伴。
