结论：华为制药军团总裁樊杰在 2026 年 10 月 24 日的南京大会上明确，华为不做药、不做管线，而是要做 AI 制药产业的技术底座。关键数字：1024 卡超节点 / 64 张卡起训 / 两家企业近亿元级集群。

维度	关键数据	说明
算力底座	1024 卡超节点，全球最大	支撑百卡、千卡训练组网
训练门槛	至少 64 张卡，常需百卡千卡	模型训练算力规模
生态合作	深势科技、望石智慧、分子之心	华为做适配，伙伴做模型
落地进展	两家医疗企业百卡集群，近亿元级	已赋能上海药物所、昌平实验室

华为为什么“不做药”

樊杰的定位是医药行业的 AI 赋能者，而非下场抢着做药。华为来自计算机与通信领域，并非生物、化学背景，因此明确扬长避短：发挥在计算、通信与人工智能上的积累，为药企、科研机构及 AI 制药企业提供算力、存储、网络、工具链与数据治理能力。

1024 卡超节点强在哪

华为把集群能力列为第二大优势。樊杰指出，训练模型至少需要 64 张卡，很多时候是百卡、千卡规模；几百张卡不能单张使用，必须串成集群。华为当前 1024 卡超节点方案，是其宣称的全球最大同规格方案，用于把大算力与大模型结合出更好结果。

算子适配从几个月压到一两天

昌平实验室基于昇腾算力构建了 AI 蛋白结构预测模型 TorchFold，华为提供适配与模型精调，实测精度可与 AlphaFold 对齐。樊杰透露，模型与算力卡之间靠算子层调用，适配优劣可带来最高十倍性能差距；过去算子适配要三四个月，随着工具链与 AI 编程完善，现已缩短到一两天。

哪些人该关注这套底座

对需要大模型训练、分子模拟与数据治理的药企和科研机构，华为提供的是算力与工程化能力，而非现成药物。它不适合期待华为自研新药或管线的合作方。

这意味着 AI 制药的竞争重点，正从“模型有多大”转向“模型能否进入真实研发流程，并与实验数据、研发决策形成闭环”。值得注意的是，算力底座只是落地一环，跨机构数据打通与合规仍是长期课题。

常见问题

华为会自己研发新药吗？

不会。樊杰明确华为不做药、不做管线，定位为 AI 制药产业的技术底座与生态支持者。

1024 卡超节点是什么水平？

华为称其为全球规模最大的同规格超节点方案，可支撑从百卡到千卡级别的大模型训练组网。

已有实际合作案例吗？

华为已与两家医疗企业共建百卡集群，投资规模接近亿元级，并为上海药物研究所、昌平实验室等机构赋能。

信息来源：IT之家 2026 年 10 月 29 日报道，综合澎湃新闻、经济观察报对 2026 年 10 月 24 日南京第十一届医药创新与投资大会的采访。