搞医学影像,为什么都青睐于CPU?

AIGC动态4周前发布 QbitAI
204 0 0
搞医学影像,为什么都青睐于CPU?

 

文章摘要


【关 键 词】 医学影像AI发展成本控制性能提升技术合作

在当前医学影像数据年增速高达30%,而影像科医生年增速仅为4%的背景下,AI医学影像市场的快速发展显得尤为重要。据预测,中国AI医学影像市场将在约4年时间内达到百亿规模,2030年预计将达到137.4亿元,年复合增长率为33.8%。然而,医学影像系统成本的增加也导致了患者看病成本的提高,如何在确保功能、性能的同时降低总体拥有成本(TCO)成为关键

东软集团通过与英特尔的合作,采用基于CPU的方案运行三维可视化、AI推理等工作负载,成功将其PACS/RIS系统的三维可视化效率提升2.45倍,AI推理性能提升8.49倍,有效控制了成本。性能的提升主要依赖于第五代英特尔®至强®可扩展处理器,其拥有的OpenMP与SSE4指令集以及英特尔® AMX加速器技术,为三维可视化和AI推理提供了强有力的支持。

具体来说,东软通过优化瓶颈函数SafeGradz,利用SSE4指令集进行三线性插值,实现了光线上点的梯度计算,从而提升了三维可视化性能。在AI推理方面,借助内置的英特尔® AMX技术,东软在处理器上测试了不同参数规模的AI模型,结果显示对于较大模型,第五代英特尔®至强®处理器在BF16精度和异步模式下,推理性能显著提升。

成本控制方面,CPU因其高性价比、广泛的兼容性和成熟的技术,成为医疗行业AI推理场景的首选。第五代英特尔®至强®处理器在提供性能提升的同时,能显著降低总体拥有成本,易于维护和升级,确保了医疗行业对稳定系统运行的需求。

最终,文章强调了在性能和成本之间寻找平衡的重要性,认为技术需要广泛应用才能体现其价值。东软和英特尔的合作模式在此背景下提供了一个值得借鉴的“范本”,即在提升性能的同时,注重成本控制,确保技术的广泛落地和应用。

网易AI智能绘画

原文和模型


【原文链接】 阅读原文 [ 3262字 | 14分钟 ]
【原文作者】 量子位
【摘要模型】 glm-4
【摘要评分】 ★★★★★

© 版权声明
讯飞星火大模型

相关文章

星火内容运营大师

暂无评论

暂无评论...