品品科技：英特尔开出一剂良方：至强集成AI加速，医疗业智能化机遇已至( 二 ) 文章来源丨陈木青新冠肺炎疫情不断升级

文章图片
深度学习系统经过训练后，能够根据胸部CT扫描结果对肺结节进行检测和分割，而在优化之前，这一过程往往相当耗时。
硬件强大的算力是基础，如果要让强大的算力更好地释放，需要软件架构的协助。
那么，在OpenVINO工具套件分发版等工具的支持下，英特尔至强可扩展处理器可为人工智能模型推理提供一个灵活的平台。
通过定制推理模型优化，有机会合并多层或开放更多处理通道，可实现多个推理流并行执行，继而从硬件利用率提升中获益，显著提高英特尔CPU上的深度神经网络的性能。

文章图片
采用OpenVINO优化前后每个模块的层数

文章图片
OpenVINO工具套件分发版实现的优化与PyTorch基准在第1阶段和第2a.1阶段的性能对比
如上图所示，在Predible肺部CT模型的不同阶段，各个模块也显示性能大幅提升。
基于现有硬件设备，医疗机构拥抱AI无需改弦更张
AI在此次疫情中的重要作用，必然会引起医疗机构考虑未来向AI转型。
这是否需要重新购入新设备，推翻此前的IT基础？不需要。医疗机构可以基于现有硬件基础设施拥抱AI ，无需改弦更张。
此前，西门子医疗部署的大部分系统已由英特尔CPU提供支持；现在，西门子医疗希望利用基于现有CPU的基础设施来运行人工智能推理工作负载。

文章图片
至强在与AI相关的应用灵活性上，具有独到的优势，主要体现在基于至强的IT基础设施资源可以被灵活调配、复用。
西门子医疗正是利用集成英特尔深度学习加速技术的第二代英特尔至强可扩展处理器，为面向心脏病学的人工智能加速。
相比于GPU ，在处理大量人工智能工作负载时，至强可扩展处理器能够更好地满足整合人工智能模型的产品需求。这也使得医疗设备公司能够以更低的成本向客户提供人工智能解决方案，高性能平台功能使他们不再需要专用加速器。

文章图片
心脏MRI（磁共振成像）的心脏功能量化提速则是得益于英特尔深度学习加速技术带来的高效低精度卷积、int8中的有效连接和重采样操作优化。
西门子医疗在第二代至强可扩展处理器上对模型进行了基准测试：在第二代英特尔至强可扩展处理器单路上使用14个推理流，每个推理流含两个线程，结果显示：心脏MRI（磁共振成像）的心脏功能量化提速高达5.5倍，总吞吐量为每秒201.36张图像。
基于至强集成AI加速，既找到了解决方案提高了诊断速度，且无需担忧加速器所引起的额外成本或复杂性。
这场疫情将AI重塑医疗行业推向了白热化阶段，而落地的初衷不是为了取代人类医务人员，而是为了协助他们进行诊断，提高效率节省人力。
AI落地是一场全方面的能力考验，如今环境利好、大趋势加持，根据自身情况选择合适的软硬件支撑能力，在更大范围内实现价值再创造。
医疗科技变革浩浩荡荡，这些已经“先富起来”的实践者经验可以作为参考——找到高手帮助，事半功倍。
本文仅代表媒体观点
文中图片等素材的版权归其所有者
戳下方了解更多
企业IT转型云上芯课堂：专业行业应用，技术在线课程