統計數據顯示，新藥從研發到上市的平均時間是 13 年左右，投入非常巨大。在這個過程中，需要大量的計算，大量的研究環節都需要計算的支持。可是在過去的很長時間裏，受技術方面的限制，算力達不到研究要求，這是導致新藥研發耗時漫長的原因所在。目前，在北鯤雲SAAS平臺的支持下，算力問題已經得到了有效解決，新藥研發效率也因此極大提升。
據瞭解，在生物藥品的開發環節中，怎麼找到先導化合物、進行靶點的識別是非常關鍵的步驟，並且要完成這些工作都是需要反覆計算的，但是由於不少研究機構的計算能力極其有限，怎樣找到藥物的關鍵成分，進而合成藥物有非常大隨機性在裏面，更有人士稱要靠運氣。所以在很早之前就有人呼籲有關機構進行算能的研究，以使得醫藥研發進程更加的順利。北鯤雲在這方面做了很多的工作，並取得了可喜成果。
近兩年，隨着疫情的爆發，生物疫苗等藥物的研發越發受到關注，這種藥物的研究需要三期實驗，大概會耗費一年到兩年的時間。在研發過程中很多機構會採用 GPU，藉助於AI的篩選技術來使得研發進程加速。生命科學計算有多種類型，其中最重要的一種就是生物信息學，也就是大家常說的基因序列分析，它的主要作用就是對某些成分和結構進行比對、結合。
在進行生物藥物的研發過程中，所涉及到的計算量之所以非常龐大，一個重要原因是要模擬和完全瞭解一個細胞的詳細情況，和大量細胞的共性，要完成這種計算是非常難的，據悉有很多機構已經將分子動力學的一類計算並行度擴展到10億個分子級別，這樣的級別對計算能力的要求之高可想而知。出現了北鯤雲SAAS和AI機器學習以後，通過大量的篩選比對，同時結合全世界的開源醫藥分子庫數據，可以實現大量知識圖譜的篩選，研發過程就會簡單的多。
據瞭解，北鯤雲可以結合企業的高性能計算集羣情形，爲其提供私有云、混合雲以及直接上雲等模式，一方面可以有效地提升企業或者研究機構的算能，同時也可以很好地降低企業的運維成本，北鯤雲超算平臺在短短數年時間就在衆多的高校和科研所進行了廣泛應用。北鯤雲超算平臺接入主流公有云資源，根據用戶的使用習慣不同，推出了持可視化、命令行和工作站等多種作業提交方式。爲給不同的行業提供便利，北鯤雲超算平臺還預裝了對應的專業軟件，進一步降低了用戶使用高性能計算服務的門檻。
目前，針對靶點的識別和跟化合物的篩選依然是生物製藥領域的研究重點，在北鯤雲這類企業的支撐下，這個進程無疑會更加順利！