英伟达 GPU加速AI智能数据处理,赋能数字化医、药、险联动。

发布时间:2021-09-8 阅读量:869 来源: 我爱方案网 作者: 我爱方案网整理

成都知识视觉是一家专注于数字化医药险联动的互联网医疗企业,结合OCR、NLP和图神经网络多种前沿人工智能技术打造了行业领先,包含医疗单证图像文本化、结构化、标准化和知识化子系统、完整的院外医疗大数据解决方案,助力医疗和保险领域的客户实现高效的数字化转型,赋能数字化医、药、险联动。


在医疗保险行业搭建AI平台面临挑战


AI技术使用门槛高,传统药企、保险、医疗等团队缺乏辅助开发工具、不熟悉相关算法,同时在底层框架及硬件驱动上也有重重困难。同样,在医疗保险行业搭建AI平台主要有以下几大挑战:


一是数据。在医疗、保险行业存在着海量非结构化图像数据,其多源异构的医疗数据涉及40多类的单据图像,保险公司很难将其所包含医疗信息进行有价值的提取和利用。同时,各医疗机构的单证模板制式不统一,医学术语使用不统一等问题。各医疗机构对于数据的结构化规则和精细度也完全不同。而且医疗领域知识专业、复杂且更新频繁,需要大量的专业技术人员来完成保险运营增值所需要的知识更新、数据清洗、数据分析、用户画像和健康建议。


二是算法。得到丰富的数据后,需要对数据进行分类、回归、时间序列和文本等处理,同时要用到深度学习、机器学习技术对数据进行再次加工,需要花费长期大量的研究投入。


三是算力。需要支持数千万数据的训练,只有CPU远远是不够的,要建立CPU+GPU异构计算,汇集数百台服务器的集群,同时根据GPU使用情况支持自动扩容缩容,实现资源的合理分配。


GPU助力高维度数据学习能力 数据处理效率突破百倍提升


在NVIDIAA100TensorCoreGPU和NVIDIATensorRT强大的AI算力推动下,知识视觉极大的缩短了算法研发时间。


1、TensorRT加速AI推理:医疗、保险行业的数据密集型需要更快的速度、更高维度数据学习能力。知识视觉采用了NVIDIATensorRT加速框架,数据处理速度较原来提升了10倍,能高效地处理呈爆发式增长的医疗、保险数据。


2、极大地缩短算法开发时间:以往的AI算法开发者开发一个优质的AI算法往往耗时半年至一年甚至更长时间,在NVIDIAA100的助力下,知识视觉“AIVIEWER”平台将AI算法研发周期缩短至一个月甚至更短,利于AI算法开发者将时间集中在算法研究上,而不是数据处理上。


3、支持数千万的数据训练:用户需要大量算力进行模型训练,在NVIDIAA100的加持下,平台能训练数千万的数据,助力于完成医疗、保险行业海量非结构化图像数据的处理。


知识视觉CEO向飞以及CTO王一哲均表示:“NVIDIAA100和TensorRT的AI计算平台,解决了数据处理速度以及算法算力资源合理分配的难题,使得我们在‘数愈医疗’领域能够不断创新,拓宽应用场景。通过AI技术让医院、药企、保险以及患者真正的享受AI所带来的便捷。用数据创造更多治愈疾病的希望,为我国医疗事业的发展贡献一份力量。”


220x90
相关资讯
晶振启动时间影响因素解析与优化方向

​晶振的启动时间,通常是指其通电后进入稳定振荡状态所需的时间。若启动时间过长,可从以下五个常见的影响因素方面进行优化。

解析RTC实时时钟芯片的工作原理

RTC(Real-Time Clock,实时时钟)芯片作为一种独立的专用计时器件,其核心功能包括提供稳定的日历时钟、在主电源断电后持续运行、支持定时中断以及输出高精度时间戳,为各类嵌入式系统提供可靠的时间基准。

无源晶振与有源晶振在MCU应用中的关联逻辑与选型指南

时钟系统是保障微控制器(MCU)稳定运行的核心,而晶振作为关键时钟源,主要分为无源晶振与有源晶振两种类型。下面将围绕工作原理、硬件接口、电气特性及其在MCU中的适配场景等维度,系统解析这两类晶振与MCU之间的关联逻辑。

VC-OCXO压控恒温晶振管脚功能定义解析

恒温晶振(Oven Controlled Crystal Oscillator,简称OCXO)是高精度频率源的核心组件,选用切型更优(如SC切、AT切高精度型)、封装应力极小的高Q值晶片,通过恒温槽的超精密控温,让晶振始终工作在零温度系数点,几乎消除温度引发的频率漂移。

晶振倍频干扰解决方案:从PCB布局优化到源头抑制与电路整改

晶振倍频干扰(即高次谐波辐射)是电磁兼容(EMC)设计中非常棘手的问题,通常表现为基频25MHz的5次、7次谐波(如125MHz、175MHz等)处辐射超标。该问题源于晶振输出方波信号包含丰富的高次谐波成分,若PCB布局不当,晶振及其走线极易构成高效辐射天线,导致电磁干扰增强。