案例分享 | NVIDIA A100 GPU助力中国科学技术大学生物医学工程学院MIRACLE中心研究

中国科学技术大学生物医学工程学院医疗影像、机器人与分析计算（MIRACLE）中心依托于中国科学技术大学苏州高等研究院，聚焦医疗影像设备、医疗机器人和医疗影像分析计算等学科方向，开展前沿性、基础性、原创性和应用型研究。MIRACLE中心研究秉持生医理工交叉、新兴技术融合、产学研用协同、多元跨界合作的理念，聚焦基础性、战略性、前沿性的科技创新需求，并结合新兴生物医工产业的发展需求，致力于面向人民生命健康的创新型研究。

如今，MIRACLE中心已与国内外知名医院、医疗企业和研究机构建立广泛合作，以促成前沿技术落地为核心，发展产、学、研相结合的合作模式。其中，中心特别开展了无人智能影像、智能诊断、无人手术等多个前沿方向的研究，并取得了瞩目的研究成果，部分成果成功地实现了产业转化。

挑战

伴随着现代医疗设备整体研发水平的进步，医学成像已成为临床诊断的重要辅助手段。利用大数据和人工智能技术，深度挖掘医学图像数据，并基于图像数据进行智能诊断，成为目前研究的热点。

多模态影像数据计算、重大疾病智能全流程诊断、医疗机器人空间感知与操作路径规划等任务的复杂性与特殊性，涉及影像、空间运动、临床与病理检测结果等多种数据，要求神经网络模型需要不同模态的数据去特征提取和分析决策，往往需要更快和更大的计算能力和容量。仅利用工作站中的几个GPU是无法满足计算需求的，即便满足也将花费大量的时间成本，导致科研效率和质量无法得到有效保障。

解决方案

NVIDIA HGX A100

为应对医学影像单个数据量大，对网络带宽和GPU显存要求较高的挑战，中国科学技术大学生物医学工程学院MIRACLE中心借助8卡NVIDIA A100 80G HGX，利用NVIDIA A100 Tensor Core GPU加速深度学习开展医疗影像图谱分析，A100 GPU出色的AI计算机性能，大幅提升了AI模型的训练效率。根据MLPerf组织发布的推理基准测试，NVIDIA A100 GPU推理性能是CPU的237倍，A100 GPU将深度学习训练、推理和分析整合至一个易于部署的统一AI基础架构中，利用AI增强医学影像。

效果及影响

NVIDIA HGX A100

中国科学技术大学生物医学工程学院MIRACLE中心一直致力于医疗影像设备、医疗机器人和医疗影像分析计算等学科方向，利用NVIDIA A100 Tensor Core GPU，可针对AI、数据分析和高性能计算(HPC)，在各种规模上实现出色的加速，从而应对严峻的计算挑战，作为NVIDIA数据中心平台的引擎，A100可以高效扩展，系统中可以集成数千个A100 GPU。

通过NVIDIA A100 GPU的MIG技术，它将每个A100划分割为七个独立的GPU实例，使研究人员在计算资源和显存资源都较为紧缺的情况下，加速各种规模的工作负载。同时，A100中的NVIDIA NVLink™的吞吐量相较于之前产品提高了2倍。与NVIDIA NVSwitch™结合使用时，可以以高达600 GB/秒的速度互连达8个A100 GPU，进而在单个服务器上实现最高的应用程序性能。NVLink可通过HGX A100服务器主板在A100 SXM4 GPU中使用，相比于传统的CPU计算方案，单台搭载8块SXM4 A100的HGX，可以极大提升训练速度，减少研究人员花在训练深度学习模型的时间。

客户评价

中国科学技术大学生物医学工程学院MIRACLE中心研究员表示: “ 在利用人工智能来进行医疗图像的分析以及辅助诊疗的过程中，结合当前非常热门以及在计算机视觉领域特别有影响力的深度学习卷积神经网络，借助8卡SXM4 A100 HGX，利用NVIDIA A100 GPU加速深度学习开展医疗影像图谱分析，团队的计算机辅助外科研究能力大幅提升，同时，计算速度的提升也显著地推进了研究课题的进度，促进了成果的落地应用。”