“智慧医疗”的概念在全球广泛提出还不足10年,随着计算科技的发展,人们希望可以把互联网、物联网、人工智能等领先技术应用于医疗服务各个领域,引发医疗革命,快速提升医疗服务水平。
从互联网化、数字化再到智慧化,“互联网+医疗”、人工智能辅助诊断系统、“5G网络+医疗”等新鲜热词层出不穷,与理论研究的百花齐放相比,真正落地实践并赋能医疗系统效能提升的应用案例屈指可数。
2018年8月,为满足北京天坛医院生命科学领域科研需求,曙光在深入调研的基础上,为天坛医院量身打造了整套基于NVIDIA GPU的面向高通量基因组学数据处理与智能病理影像识别的高性能计算集群总体解决方案。
把充足计算力赋能于生物信息处理、医疗影像识别、智能测序、生物大数据处理等关键应用上,将原CPU集群上需用几天时间才可处理完成的数据集,处理用时降低到以分钟为单位。有效整合数据信息资源,缩短科研周期,降低科研成本,提高科研效率。
面对临床实验与临床研究中心研究的临床诊疗信息、组学数据(全基因组、外显子、RNA、蛋白质组数据)及高分辨影像数据的存储、处理和运算的需求。曙光依托高通量基因组学数据处理与智能病理影像识别系统项目建设,为天坛医院全面建设部署了生物信息分析系统、基因组数据管理软硬件系统和医学影像人工智能平台,服务于临床型科研工作中对人体生命活动的监测分析与规律发现,并通过搭建生物信息分析与基因检测系统,助推天坛医院全国性或地区性组学数据库的建立。
曙光HPC为天坛医院临床型科研工作提供的强力支撑,不仅强化了技术研究平台、助力优势资源的有效配置,更为天坛医院“智慧医疗”的发展提供了更多空间与可能。
科技部部长与美国驻华大使一行在调研国家神经系统疾病临床医学研究中心(天坛医院内)时,对人工智能和大数据领域的成果给予了高度肯定。北京市委书记蔡奇在调研天坛医院高通量基因组学数据处理与智能病理影像识别系统项目时,给予过“天坛医院要坚持科技兴医,建设智慧医院”的期望。目前,北京天坛医院已快速引入人工智能、大数据、云计算、物联网等先进技术,全力打造“智能就诊”、“智能护理”,给患者提供舒适的医疗环境。曙光高性能计算集群的引入和成功使用,为天坛医院的现代临床研究提供了独特而强有力的优势资源。
生物信息学的发展离不开一次次研究与实验,而临床医学研究依托高性能计算在专业领域也做出了突出贡献。曙光深耕高性能计算二十余年,不断突破创新,依托先进计算的前瞻动力和一站式解决方案的完备效力,为临床医学研究提供了有力的技术支撑,助力“智慧医疗”迈进充满挑战和无限想象新发展。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。