您的位置: 首頁 >科技 >

英特爾和飛利浦使用Xeon芯片來加速人工智能醫(yī)學(xué)掃描分析

2022-09-01 01:27:06 編輯:嵇苑荷 來源:
導(dǎo)讀 全球人工智能(A I)預(yù)計(jì)到2022年將達(dá)到2000億$,如果目前的趨勢保持下去,醫(yī)療保健將占該市場的很大一部分。 這并不奇怪,因?yàn)樗某兄Z-人...

全球人工智能(A I)預(yù)計(jì)到2022年將達(dá)到2000億$,如果目前的趨勢保持下去,醫(yī)療保健將占該市場的很大一部分。 這并不奇怪,因?yàn)樗某兄Z-人工智能有可能降低行政成本,減少病人等待時(shí)間,并診斷疾病。 今天,英特爾和飛利浦又展示了兩個(gè)應(yīng)用:骨建模和肺分割。

飛利浦醫(yī)療,飛利浦的醫(yī)療供應(yīng)和傳感器部門,發(fā)表了最近的機(jī)器學(xué)習(xí)測試的結(jié)果,在英特爾的Xeon可擴(kuò)展處理器與其開放的VINO計(jì)算機(jī)視覺工具包。 研究人員探索了兩個(gè)用例:一個(gè)是X光骨骼來模擬骨結(jié)構(gòu)隨時(shí)間的變化,另一個(gè)是肺部CT掃描用于肺分割(即從周圍組織識別肺的邊界)。

他們的骨齡預(yù)測模型的速度提高了188倍,從每秒1.42幅圖像的基線結(jié)果提高到每秒267.1幅圖像的速度。 同時(shí),肺分割模型的速度提高了38倍,優(yōu)化后每秒處理71.7幅圖像,高于每秒1.9幅圖像。

飛利浦健康套件Insights首席架構(gòu)師VijayanandaJ.表示:“英特爾XeonScalable處理器似乎是解決這類人工智能工作量的正確方案。 “我們的客戶可以使用他們現(xiàn)有的硬件,使其發(fā)揮最大的潛力.同時(shí)仍然致力于以優(yōu)異的速度實(shí)現(xiàn)高質(zhì)量的輸出分辨率。

英特爾認(rèn)為,它的處理器,而不是常用于訓(xùn)練和運(yùn)行機(jī)器學(xué)習(xí)模型的強(qiáng)大顯卡,在計(jì)算機(jī)視覺方面具有關(guān)鍵優(yōu)勢:能夠處理更大、更內(nèi)存密集的算法。

在5月份的一篇博客文章中,英特爾聲稱其Xeon平臺在參考機(jī)器學(xué)習(xí)翻譯等任務(wù)方面可能優(yōu)于Nvidia的Volta100。 它最近發(fā)表了一個(gè)藥物制造商諾華的案例研究,表明Xeon導(dǎo)致早期藥物發(fā)現(xiàn)的圖像分析模型的改進(jìn)超過20倍。

有一件事是清楚的:英特爾正在將其AI芯片業(yè)務(wù)定位為增長。 今年8月,它宣布,在過去20年中,它已售出2.2億多臺Xeon處理器,$創(chuàng)造了1300億美元的收入。 這與預(yù)計(jì)到2022年人工智能市場價(jià)值$2000億美元相差甚遠(yuǎn),但該公司計(jì)劃積極縮小這一差距,并計(jì)劃在未來四年內(nèi)收購200億$。

它當(dāng)然有足夠的能力這樣做。 芯片制造商收購Altera將現(xiàn)場可編程門陣列(一種集成的、可重構(gòu)的電路)引入其產(chǎn)品系列,以及其他最近購買的產(chǎn)品-即Movidius和Nervana-支持了其實(shí)時(shí)處理組合。 值得注意的是,Nervana的運(yùn)動鞋網(wǎng)絡(luò)處理器預(yù)計(jì)將于2019年底開始生產(chǎn),據(jù)報(bào)道可以提供多達(dá)10倍的AI訓(xùn)練性能的競爭顯卡。

此外,英特爾表示,它即將推出的14納米級聯(lián)湖體系結(jié)構(gòu)將比以前的銀湖平臺在圖像識別方面高出11倍,并將支持一個(gè)新的以人工智能為中心的指令集,稱為DL Boost。

英特爾公司執(zhí)行副總裁納文?謝諾伊(Navin Shenoy)在本月的數(shù)據(jù)中心創(chuàng)新峰會上表示:“50年后,這是該公司最大的機(jī)會。 “今天,我們有20%的市場.我們的戰(zhàn)略是推動數(shù)據(jù)中心技術(shù)進(jìn)入一個(gè)新時(shí)代。


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

最新文章

精彩推薦

圖文推薦

點(diǎn)擊排行

2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。