如果有这样一台服务器……
作者
孫浩峰
原創作品，如有轉載，請聯系公眾號授權。
①
?
2015年1月
計算機科學家SebastianThrun博士
對使用機器學習幫助醫學診斷產生興趣
2015年6月
Thrun博士的團隊測試機器從教材圖像的學習成果
在大約14,000張圖像中，
系統得到了72%的正確率
Thrun博士又將研究范圍擴大
結果在幾乎每一次測試中
機器都超過了人類
?
②
?
2016年6月
一名60歲女性由于身體不適
來到醫院就診
最初的診斷結果顯示
她患上了急髓白血病
但在經歷各種療法后
效果并不明顯
研究人員利用Watson系統來對此病人進行診斷
系統通過比對2000萬份癌癥研究論文
在10分鐘得出了診斷結果
患者得了一種罕見白血病
?
③
?
2016年11月的一個晚上
一名54歲的女子
因為嚴重頭痛被送至急診室
她感覺視力模糊
左手麻木無力
醫生安排了CT檢查
但無濟于事
她身體的左側全部癱瘓
這是典型的中風
雖然中風的預兆能從CT上的些許暗示中發現
但對于人類醫生來說
要想發現這些暗示太難了
?
④
?
如果有這樣一臺服務器
它能夠將皮膚診斷圖像正確歸類
準確率超過人類
?
如果有這樣一臺服務器
它能夠通過對比20000份研究論文
得出正確的診斷結果
?
如果有這樣一臺服務器
它能夠讀懂CT照片
并能發現CT照片上的少許暗示
?
你是不是覺得不可思議
你是不是覺得這樣的服務器
遙不可及
但其實，讓計算機能夠看病
最重要依靠的是
一項名為“深度學習”的技術
就像人的大腦通過神經網絡進行學習
深度學習通過人造的“神經網絡”來學習
人造的神經網絡可以接受一種或多種輸入
并對輸入執行數學運算
產生可輸出的結果
神經網絡可呈現為多層次神經元
這也是“深度”這個詞的由來
?
但通常
神經網絡需要用大量樣本進行訓練
才能有很好的效果
醫學人工智能亦是如此
需要輸入大量醫學病例數據到計算機
讓計算機學習其中的模式
當輸入新的病例時
計算機就能進行正確的判斷
而決定診斷結果是否正確的
除了算法和數據之外
最重要的
就是服務器
?
⑤
?
那么
什么樣的服務器才能滿足
醫學AI的要求呢
?
這就要從深度學習的計算過程說起
深度神經網絡計算大致流程
是這樣滴
??
數據調入
▼
數據預處理
▼
數據從內存拷貝的顯存，再計算
▼
數據結果返回內存
▼
數據保存
?
這就要求醫學AI服務器
?
要有為AI時代創新的系統架構
更高性能的I/O，充分加速數據調入
更開放的數據一致性協議，加速CPU-GPU數據交換
更穩定商用AI模塊框架，簡化編程復雜性
▼
要有更高性能的CPU
完成快速的數據預處理
▼
更多的GPU
以及CPU與GPU之間
GPU與GPU之間
更高速的連接
提高數據在各個部件之間的傳輸速率
▼
更高速的內存
加速數據結果返回內存
▼
更高性能的硬盤
從而更快的存儲數據
?
⑥
?
那到底有沒有這樣的服務器？
答案當然是肯定的
當當當當
?
那就是浪潮FP5295G2
?
它擁有
OpenCAPII/O加速插槽
CAPI 2.0 顯著降低IO開銷和延遲
充分滿足數據輸入速度要求
▼
2顆POWER9
新一代高端處理器
足以應付任何復雜數據預處理
▼
6 塊NVIDIA TelsaV100 GPU
NVLink提供節點內
高速連接CPU-GPU，GPU-GPU
PCIe4.0+ IB提供跨節點高速連接
大幅提升數據傳輸效率
▼
1TB內存容量
306GB/sec內存帶寬
能夠迅速將數據結果放回內存
▼
2塊2.5寸SATA HDD/SSD硬盤
或PCIeNVMe SSD
可以更快的保存數據
?
除此之外
FP5295G2還有
IBM PowerAI加持
因此
與測試的x86系統相比
AI模型培訓效率提升3.8倍?
如此出色的AI服務器
怎能不受醫學行業喜愛？
?
想了解更多，請點擊“閱讀原文”
探尋FP5295G2更多的秘密
總結
以上是生活随笔為你收集整理的如果有这样一台服务器……的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 黄埔军校总共有几期？
- 下一篇： 联想笔记本g40怎么u盘启动 联想G40