Платформы NVIDIA достигают новых высот в обработке медицинских и других изображений

Вряд ли кто-то будет спорить с тем, что сильная сторона NVIDIA — это графические процессоры. Поэтому возможность обрабатывать изображения компания решила бросить на наиважнейшее — на медицину. За последние 15 лет системы снятия изображения с внутренних органов человека достигли определённых высот. Это и ультразвуковые установки и МРТ и другое. Разница между картинкой 15 летней давности и снимком с новейшей установки огромная. Плохо только то, что модернизировать или заменить все установленные в мире миллионы сканеров долго и дорого.

реклама

По подсчётам NVIDIA, каждый год заменяются 100 тыс. сканеров. Чтобы заменить 3 млн развёрнутых во всём мире систем необходимо 30 лет. Компания предлагает решить вопрос с модернизацией проще. Она создаёт виртуальный медицинский центр по обработке данных, который будет всесторонне улучшать изображения, полученные на старых установках. Изображения не только станут "кинематографически привлекательными", но даже смогут обрести объём — предстать в 3D. Проект получил название "Project Clara". Главное при этом, что бы он не дорисовал чего-то лишнего.

реклама

Развитие элементов искусственного интеллекта на платформах компании также идёт ускоренными темпами. Для работ в области машинного обучения компания вводит концепцию "ПЛАСТЫРЬ" (PLASTER). Большими буквами, потому что это аббревиатура, состоящая из слов Programability, Latency, Accurate, Size, Accurate, Throughput, Energy efficiency и Rate of learning. Все эти термины не нуждаются в переводе. Концепция нацелена на создание платформ для мгновенного принятия решений на базе гипермасштабируемых центров по обработке данных. Таких ЦОД, по прикидкам NVIDIA, во всём мире около 30 млн. Все или многие из них для принятия решений используют среду TensorRT. Сейчас компания представляет 4-ю версию TensorRT, которая может опираться на рекуррентную нейронную сеть, интегрированную в фреймворк Google TensorFlow. Также TensorRT 4 оптимизирована для Kaldi, ONNX и WinML. Среда по принятию решений может запускаться непосредственно на устройствах и придерживается всех принципов концепции PLASTER.

реклама

Согласно утверждению NVIDIA, платформа компании по принятию решений может ускорять работу с изображениями в 190 раз, обработку данных на естественном языке (NLP) — в 50 раз, рекомендательный движок работает в 45 раз быстрее, восприятие голосовых команд ускоряется в 60 раз, а голосовое воспроизведение — в 36 раз. В целом платформы NVIDIA увеличили скорость работы гипермасштабируемых ЦОД до 100 раз.

реклама

В основе гипермсштабируемых ЦОД лежит фреймворк Kubernetes с открытым исходным кодом. Каждый GPU поколения Volta может идентифицировать до 873 изображений в секунду. Фреймворк Kubernetes позволяет запускать процесс на одном GPU, многих GPU, на всех GPU в составе сервера или на GPU нескольких ЦОД, даже расположенных по разные стороны океанов. Всё это прозрачно и быстро. Например, компания показала, как за секунду система определила четыре цветка из предложенных примеров. Фреймворк Kubernetes способен обрабатывать до 7 тыс. изображений в секунду.

Подпишитесь на наш канал в Яндекс.Дзен или telegram-канал @overclockers_news - это удобные способы следить за новыми материалами на сайте. С картинками, расширенными описаниями и без рекламы.
Оценитe материал
рейтинг: 2.5 из 5
голосов: 2

Комментарии Правила

Возможно вас заинтересует

Сейчас обсуждают