动脉网知识库

登录动脉网

账号密码登录

忘记密码?

手机账号登录

获取验证码

忘记密码

获取验证码

新用户注册

获取验证码

绑定手机号

获取验证码

感谢您使用“动脉网”的产品和服务。 我们尊重并保护所有使用动脉网用户的个人隐私权。
第1条 协议内容及生效
1.1 本用户协议是用户与“动脉网”之间就相关事宜所订立的契约,即包括本用户协议所有正文及“动脉网”已经发布或将来可能发布的各类规则。用户在“动脉网”注册前,必须事先认真阅读本用户协议,特别是本协议中关于限制、减轻或者免除“动脉网”责任的全部协议内容以及含有限制用户权利的协议内容。
1.2 如果用户同意本用户协议,或者存在包括下载、注册和使用及连接“动脉网”服务的行为,将被视为完全接受并同意遵守本用户协议的所有内容,包括接受“动脉网”对用户协议随时所做的任何修改,本协议即构成对双方有约束力的法律文件。如不同意本用户协议,用户不得使用或应主动停止使用“动脉网”提供的服务。
1.3 用户应当为具有完全民事行为能力的自然人,或者是具有独立承担法律责任能力的其他合法主体。若用户属于无民事行为能力、限制民事行为能力人的,或是不具有独立承担法律责任能力的其他主体的,您应在监护人监护下或是得到有权主体授权后使用“动脉网”。
第2条 用户信息
2.1 用户个人信息。用户个人信息包括真实姓名、手机号码、微信号、所属行业、所在公司,现任职位、常驻城市、本人照片、身份证号、微信支付账号、电子邮箱、个人简介等。
2.2 非用户个人信息。用户在“动脉网”上,包括阅读、评价、操作状态、使用记录、使用习惯等在内的全部记录信息。除本条第1款所列用户个人信息范围外的所有信息,均为非用户个人信息。
2.3 第三方平台记录信息。用户通过腾讯微信等第三方平台账号注册、登录、使用“动脉网”服务的,将被视为用户完全理解、同意并接受“动脉网”已包括但不限于收集、统计、分析等方式使用其在腾讯微信等第三方平台填写、登记、公布、记录的全部信息。用户一旦使用第三方平台账号注册、登录、使用“动脉网”服务,“动脉网”对该第三方记录信息的任何使用,均被视为已经获得了用户本人的完全同意并接受。
2.4 用户自行向“动脉网”提供个人信息、教育经历、工作经历、课程主题和介绍以及其他信息,所提供的信息必须在合法基础上保证真实、准确、完整,并保证及时更新以上信息。如因提供的信息存在非法、抄袭、错误等问题,用户需承担因此引发的相应责任以及后果,且“动脉网”保留终止用户使用“动脉网”各项服务的权利。
2.5 用户应维护个人“动脉网”帐户和密码安全,并对此帐户在“动脉网”的所有行为负完全责任,不得将帐户借给他人使用,否则应承担由此产生的全部责任,并与实际使用人承担连带责任。当遇到账户或者密码未获授权使用,或者发生任何安全问题时,用户有责任及时有效地通知到“动脉网”并向公安机关报案。
2.6 用户信息使用,用户在使用过程中发现任何不妥或者不满意之处,有权向“动脉网”提出申请,要求进行相关信息删除等处理;“动脉网”不承担主动删除、销毁用户信息的责任。
2.7 为向用户提供服务,“动脉网”将在合理范围内使用用户个人信息、非用户个人信息以及第三方平台记录信息。用户一旦注册、登录、使用“动脉网”服务,将被视为“动脉网”已包括但不限于收集、统计、分析、商业用途等方式使用用户信息。“动脉网”对用户信息的使用无需其他意思表示,无需向用户支付任何费用。
第3条 服务条款的修改及终止
3.1 “动脉网”的服务范围非常广泛,因此有时还会适用一些附加条款或产品要求(包括行业要求)。附加条款将会与相关服务一同提供,并且在用户使用这些服务后,成为您与我们所达成的条款的一部分。
3.2 “动脉网”始终在不断更改和改进服务。一旦条款及服务内容产生变动,将会在重要页面上提示修改内容。如果不同意我们对条款内容所做的修改,用户可以主动、随时停止使用我们的服务,尽管我们对此表示非常遗憾。
3.3 “动脉网”也可能随时停止向您提供服务,或随时对我们的服务增加或设置新的限制。
3.4 “动脉网”认为用户拥有自己数据的所有权并保留对此类数据的访问权限,这一点非常重要。如果我们停止某项服务,在合理可能的情况下,“动脉网”会向用户发出合理的提前通知,并让用户有机会将信息从服务中汇出。
3.5 如果用户继续使用“动脉网”的服务,则视为接受服务条款的变动。我们保留随时修改或中断服务的权利。我们行使修改或中断服务的权利,不需对用户或第三方负责。
第4条 服务的中断和终止
4.1 在未向用户收取相关服务费用的情况下,“动脉网”可自行全权决定以任何理由 (包括但不限于“动脉网”认为用户已违反本条款的字面意义和精神等) 终止对用户的服务。同时“动脉网”可自行全权决定,在发出通知或不发出通知的情况下,随时停止提供全部或部分服务。服务终止后,“动脉网”没有义务为用户保留原用户资料或与之相关的任何信息,或转发任何未曾阅读或发送的信息给用户或第三方。
4.2 如存在下列情况,“动脉网”可以通过注销用户的方式终止服务: 在用户违反本条款相关规定时,“动脉网”有权终止向该用户提供服务。“动脉网”将在中断服务时通知用户。但如该用户在被“动脉网”终止提供服务后,再一次直接或间接或以他人名义注册为“动脉网”用户的,“动脉网”有权再次单方面终止为该用户提供服务; 一旦“动脉网”发现用户注册资料中主要内容是虚假的,“动脉网”有权随时终止为该用户提供服务; 用户出现作弊行为,网站可根据情况作出处理,甚至注销用户; 其它“动脉网”认为需终止服务的情况。第三方,但基于交易纠纷、技术原因等因素,“动脉网”保有复制、审查服务过程中录音内容的权利。
第5条 用户言行
5.1 用户同意在使用“动脉网”服务过程中,必须严格遵守以下规则: 1) 遵守中国法律法规、行政规章以及规范性文件; 2) 遵守“动脉网”的所有用户协议、通知、协议等文件; 3) 不得为违法、犯罪等目的使用“动脉网”网站及其移动客户端; 4) 不得在“动脉网”上传输及发布以下内容:煽动抗拒、破坏宪法及法律法规实施的言论;煽动颠覆国家政权、破坏国家统一的言论;违背社会风俗和社会道德的言论;煽动民族仇恨、民族歧视,破坏民族团结的言论; 5) 不得使用任何侮辱或毁谤他人,性骚扰,或对未成年人有不良影响的内容; 6) 不得散布淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪的行为; 7) 不得利用本站从事洗钱、窃取商业秘密、窃取其他用户个人信息等违法犯罪活动; 8) 不得侵入本站及国家计算机信息系统,不得传播病毒、特洛伊木马、定时炸弹等可能对“动脉网”造成伤害或影响其正常运转的恶意病毒或程序; 9) 不得在“动脉网”平台从事非经“动脉网”同意的所有牟利性经营活动; 10) 不得侵犯第三方权利,特别是他人著作权、商标权等知识产权或者合法权利。
5.2 若用户有发布违法信息、严重违背社会公德、以及其他违反法律禁止性规定的行为,“动脉网”保有删除各类不符合法律政策或者不真实信息内容而无须通知用户的权利。若用户未遵守以上约定,“动脉网”有权立即终止对用户提供服务,采取暂停或者关闭用户账户等措施。用户须对自己的言论和行为负法律责任。
第6条 知识产权协议
6.1 对于用户通过“动脉网”发布的任何公开信息,用户同意“动脉网”在全世界范围内具有将此等内容编入当前已知的或以后开发的其他任何形式的作品、媒体或技术中的权利。
6.2 除法律规定外,未经“动脉网”书面等任何形式明确许可,任何单位或个人不得以任何方式非法地全部或部分复制、转载、引用、链接、抓取或以其他方式使用“动脉网”的信息内容,否则,“动脉网”有权追究其法律责任。
6.3 用户在“动脉网”所发布的内容,必须保证已经拥有必要权利或授权以进行该内容的提供、发布、提交等行为。
6.4 本用户协议已经构成《中华人民共和国著作权法》及相关法律规定的著作财产权等权利转让书面协议,其效力及于用户在“动脉网”上发布的任何受著作权法保护的作品内容。
第7条 隐私声明
“动脉网”非常重视对用户个人隐私的保护。 “动脉网”在必要时候需要某些信息才能为您提供所请求的服务,本隐私声明针对这些情况下的数据收集和使用情况。作为“动脉网”用户,如果同意接受“动脉网”用户协议及隐私声明,表明您授权“动脉网”对任何您所提供的、或者“动脉网”所收集到的信息有权进行处理、传播、使用。 本隐私声明适用于“动脉网”的所有服务,随着服务的变化,“动脉网”有权对隐私条款不时进行修改更新,且不再另行通知。更新后的隐私声明一旦公布即有效代替原来的隐私声明,您在访问和使用“动脉网”时,即表示您已同意遵守并接受最新的隐私政策。建议您及时关注隐私条款的变更。
7.1 “动脉网”隐私信息范围,通常情况下,在“动脉网”注册、获取服务时所提交的个人信息,包括姓名、联系方式、通讯地址、第三方帐户信息等。
7.2 信息隐私的保护
“动脉网”严格保护您个人信息的安全。我们使用各种安全技术和程序来保护您的个人信息不被未经授权的访问、使用或泄露。 当用户对网站或者移动客户端的服务表示兴趣时,或者向用户提供服务出现问题或者困难时,我们使用这些信息来联系用户。 未经用户同意,“动脉网”不会向第三方提供用户信息,也不会在用户之间传递这些信息。未经用户同意,“动脉网”不会对用户之间的交流信息,包括评价、交流文本和图片内容进行编辑、筛选、篡改。
如果有明确证据表明您所提供的信息存在不符合法律政策或者不真实情况,我们有权无须通知您对信息进行删除、更改等处理。
第8条 免责说明
8.1 就下列相关事宜的发生,“动脉网”不承担任何法律责任: 1)用户应遵守国家的有关法律、法规和行政规章制度。如有用户违反国家法律法规或本用户协议,“动脉网”有权停止向用户提供任务而不需要承担任何责任,如导致“动脉网”遭受任何损害或者遭受任何来自第三方的纠纷、诉讼、索赔要求等,用户须向“动脉网”赔偿相应的损失,用户需对其违反用户协议所产生的一切后果承担全部法律责任。 2)由于您将用户密码告知他人或与他人共享注册帐户,由此导致的任何个人信息的泄露,或其他非因“动脉网”原因导致的个人信息的泄露; 3)根据法律规定或政府相关政策要求提供您的个人信息; 4)任何通过黑客攻击、电脑病毒侵入等非法截取、访问等方式从我们网站上获取的信息; 5)因台风、地震、海啸、洪水、停电、战争、恐怖袭击等不可抗力因素导致的任何后果;
8.2 本服务涉及到互联网及移动通讯等服务,可能受各个环节不稳定因素的影响,比如不可抗力、计算机病毒或者黑客攻击等造成的服务中断或不能满足用户要求的风险,用户须理解和认可,并承担以上风险。“动脉网”对服务的及时性、安全性、准确性不作担保,对因此导致用户不能接收信息,或者传递错误等问题不承担任何责任。
8.3 如“动脉网”的系统发生故障影响到本服务的正常运行,“动脉网”承诺第一时间内与相关单位配合,及时处理进行修复。但用户因此而产生的经济损失,“动脉网”不承担责任。此外,“动脉网”保留未经事先通知为维修保养、升级或其他目的暂停本服务任何部分的权利。
第9条 适用法律框架以及纠纷解决途径
9.1 本协议的订立、执行和解释及争议的解决均应适应中国法律。
9.2 如双方就本协议内容或其执行发生争议,双方应尽量友好协商解决;协商不成时应任何一方均可向有管辖权的中华人民共和国大陆地区法院提起诉讼。
第10条 其他
10.1 如果您在中国大陆以外的国家或地区访问或使用“动脉网”,您有责任遵守所在辖区内有关在线行为和可接受内容的法律。
10.2 本服务的所有权、运作权和一切解释权归“动脉网”所有。“动脉网”有权在必要时修改用户协议,并通过网站或者客户端发布修改变更,且不再另行通知。如果在更改生效后用户继续使用服务,则视为您接受用户协议的变动并遵守最新用户协议。
如果您对用户协议有任何疑问,请联系客服(微信同号):13627682184

英伟达医疗副总裁Kimberly专访,如何以联邦学习算法保护医疗数据隐私?

作者:陈鹏 2019-10-20 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}

作为全球最高端的医学影像会议之一,MICCAI 2019(Medical Image Computing and Computer Assisted Intervention,国际医学图像计算和计算机辅助干预年会)于2019年10月13-17日在深圳市举行。这也是继2010年之后该会议第二次落地中国。

 

作为主要的计算机图形设备供应商,英伟达(NVIDIA)也在会议上与伦敦国王学院联合发布了首个面向医学影像的隐私保护型联邦学习系统。受此影响,英伟达的股价应声大涨。10月15日开盘价190.16美元,一度冲高至199.29美元,距离200大关仅有一步之遥。最终,英伟达当日收盘价为196.37美元,较前一日186.53美元的收盘价大涨5.27%,也是自2018年11月15日以来的最高股价。


1.jpg

 

动脉网(微信号:vcbeat)记者被邀请参加了英伟达于MICCAI 2019期间举行的媒体沟通会。英伟达医疗副总裁Kimberly Powell、英伟达中国高性能计算、产业AI业务总经理刘通及英伟达资深研究科学家Nicola Rieke在沟通会上对首个面向医学影像的隐私保护型联邦学习系统进行了介绍。与此同时,我们也对英伟达过去一段时间在医疗上的进展进行了整理。


2.jpg

英伟达医疗副总裁Kimberly Powell

 

切中深度学习痛点的联邦学习


为了训练出与医学专家水平相同的模型,达到临床应用所需的精度,需要对AI算法提供大量的能够充分代表临床环境的病例用于训练。我们以放射科医生为例,要想成为某一特定领域的专家,放射科医生通常每年经手至少15000个病例,需要工作15年才能达到专家的水准——累计需要22.5万个病历。也就是说,人工智能需要对同等规模病历的学习才能达到与放射科专家的水平。遗憾的是,目前最大的开放数据库仅有10万病例的规模,离满足人工智能训练的要求尚有一定距离。

 

如果考虑到罕见病就更麻烦了。这类影响千分之一人群的疾病,即使是一个有三十年经验的专家也只会看到大约100个特定疾病的病例。

 

各个医疗机构可能拥有包含数十万条记录和图像的档案,但因为隐私和法规的原因,这些数据完全是彼此孤立无法使用的,形成一个个“数据孤岛”。无论是人工智能企业,或是正在使用人工智能的医疗机构都只能依赖手头仅有的数据来源。这导致人工智能在实际应用中的瓶颈愈发明显。高质量标注数据的缺失状况如果持续下去,甚至有可能导致这一波人工智能在医疗上的热潮衰退。

 

为了解决这个问题,联邦学习应运而生。不同于以往需要将所有数据上传至中心服务器的方式,联邦学习可以让多个机构利用自己的数据进行多次迭代训练模型,随后将模型上传共享。这个过程并不会涉及到敏感的临床数据或病人隐私。

 

我们用一个具体的案例来加以说明。假设三家医院决定联合起来建立一个中心深度神经网络用于帮助自动分析脑肿瘤图像。如果他们选择使用客户机-服务器的联邦学习,则集中的服务器将维护全局深度神经网络。每个参与的医院将获得一个这个神经网络模型的副本,以便使用自己的数据进行训练。

 

一旦在本地对模型进行了几次迭代训练,参与者就会将模型的更新版本发送回集中式服务器。这个过程只发送训练完成的模型,而不会像以往的方式发送病理数据。在收到各地上传的更新模型后,服务器将根据各地上传的模型对全局模型进行更新。随后,服务器会与参与机构共享更新后的模型,以便它们能够继续进行本地培训。


2.png

 

事实上,在几次训练迭代的过程中,共享模型接触到的数据范围比任何单个组织内部拥有的数据范围都要大得多,训练也更为有效。与此同时,因为只需要传输模型,网络传输带宽的要求也降低了很多。

 

由于全局模型的训练并不依赖于特定的数据,因此,如果其中一家医院离开模型训练团队也不会停止模型的训练。同样,一家新医院可以随时选择加入该计划以加速模型训练。

 

联邦学习使几个组织能够在模型开发上进行协作,但不需要彼此共享敏感的临床数据及病人隐私。业界希望这种新的方式能够解决目前AI遇到的数据困境。相比传统的模式,联邦学习还可以鼓励不同的机构合作创建一个可以使所有人受益的模型。

 

谷歌是第一个在实际开发中应用联邦学习的。在Google I/O 2019大会上展示的G-Board输入法便使用了这种新的模型训练方式。在以往,由于输入法的本地输入会包含大量的用户隐私信息,因此没有办法将这些信息上传用于预测用户输入的智能输入法的模型训练。通过联邦学习,每部安卓手机可以在本地训练模型,随后将模型上传汇总,从而帮助加快输入法开发。

 

正因为联邦学习有着解决现有AI困境的潜力,行业内越来越重视联邦学习。在MICCAI 2019上,IEEE TMI和Medical Image Analysis期刊编委会成员、CVPR和MICCAI的领域主席、MICCAI 2020程序委员会联席主席周少华将联邦学习认为是未来AI三个可能发展的方向之一。

 

英伟达这次与伦敦国王学院的合作成果则是首个面向医学影像的隐私保护型联邦学习系统。除了对用于处理基于动量的优化和不平衡训练节点的联邦算法的各个方面进行比较对比外,这一系统还在隐私保护上进行了优化。

 

联邦学习可以保证极高的隐私安全性,但也并非无懈可击。理论上而言,在了解到底层的运行逻辑后通过模型反推,的确可以设法使数据重现。因此,英伟达和伦敦国王学院的研究人员在这个模型上引入了稀疏向量技术(SVT,Sparse Vector Technique)。通过对数据加入“噪点”使数据变得模糊,并改变原有数据的颗粒度使得模型反推的难度大大增加。

 

在整个训练与推理的过程中都用到了英伟达V100 Tensor Core GPU。这一技术成果也将被引入到去年底发布的Clara SDK之中供开发者更好地使用。与此同时,显而易见的是,由于联邦学习将原本集中于中心服务器的模型训练过程分散到了各地。这对于参与机构的硬件提出了一定的需求,一定程度上会增加需要的GPU数量。

 

与此同时,大规模的联邦学习项目正在启动。总部位于英国的MELLODDY组织主要目的是药物研究。它汇集了17家合作伙伴:10家领先的制药公司,如安进、拜耳、葛兰素史克、杨森和诺华;两所欧洲顶尖大学——鲁汶大学和布达佩斯科技经济大学以及四家初创企业。

 

英伟达就和MELLODDY合作,希望利用英伟达的AI平台改善药物发现。同时,通过联邦学习在不牺牲数据隐私的情况下,利用世界上最大的合作药物化合物数据集对模型进行训练。

 

尽管联邦学习具有诸多优势,但一些政策上的限制仍然需要突破。比如,包括我国在内的多数国家和地区要求数据必须存储在本地。从理论上说,跨地区的联邦学习并未违反这类法令,但实际执行起来显然问题会复杂得多。

 

“英伟达现在主要是做工具和整个基础架构的工作,由各地区自己建立训练中心更合理一点。同时,我们内部也在打造中国本土的医疗团队。之所以我们来参加MICCAI 2019,除了有成果需要发表,其实也会见了一些潜在的合作伙伴。” Kimberly认为在本地设立网络是最符合各方利益的方案。

 

英伟达中国高性能计算、产业AI业务总经理刘通也对此做了解释。他表示英伟达的主要目标还是要用GPU为AI产业赋能。是否建设共享的联邦学习数据中心完全取决于各地或各个机构自己的考虑。“我们只是为大家提供这样一个实施技术的便利方式。一个省里面可能有30家医院。是否要共享数据去训练一个模型,是不是要建立一个共享的中心,是用私有云还是公有云,这些细节都是由他们自己决定。”

 

“当然,我们见了很多AI初创企业,他们正在帮助临床医疗合作伙伴搭建训练平台。也可以说我们是用帮助这些初创企业搭建平台的方式来帮助到大家。”他进一步解释道。

 

Clara的如意算盘


2012年,时任多伦多大学教授的Geoffrey Hinton和他的学生Alex Krizhevsky设计的AlexNet将计算机图像识别的正确率提升了一个数量级,获得了2012年ImageNet竞赛冠军。从那以后,开启了深度学习的新时代。AlexNet使用了两块英伟达GeForce GTX 580显卡对深度卷积网络训练进行加速,展示了GPU在AI应用中的巨大潜力。

 

从那时起,英伟达就成为了AI加速最为重要的硬件之一。GPU特别擅长处理并行工作负载的特点使其可让卷积神经网络提速10~20倍,从而将各个数据训练迭代周期从几个星期缩短为几天。在经历了几代硬件升级后,如今的CUDA-X平台在AI领域无处不在。英伟达已经如英伟达医疗副总裁Kimberly Powell所说的那样,成为了AI产业的发动机。

 

AI发动机这一愿景贯穿了英伟达过去几年在医疗领域的布局。2016年底,英伟达发布了首款人工智能超级计算机DGX-1。它的计算性能相当于一个含有250个节点的高性能计算集群,可将网络训练用时从数周缩短至几天。2018年3月,英伟达又推出了基于新一代Tesla V100 GPU的DGX-2,将算力在半年时间内提升了10倍,成为首个突破2 Petaflop算力的深度学习系统。

 

吸收早年在游戏市场的经验,英伟达还尤其注重配套软件及API的开发。2018年,英伟达发布了Clara AI平台。该平台可满足入门级设备扩展到要求最苛刻的3D影像设备,能将AI带入下一代医疗仪器,成为疾病早期检测、诊断和治疗的工具。包括GE Healthcare的Edison AI平台和Nuance的AI Marketplace都引入了Clara AI平台。

 

Clara AI平台也可以利用AI为老旧设备赋能。比如,某家医院有一台15年机龄的CT机,完全不支持重构算法或者人工智能分析算法。在安装了Clara平台后,这台CT机只需要用网络连接到服务器,就可以借助Clara AI平台用到最新的算法了。

 

没过几个月,英伟达又发布了Clara SDK。这个软件开发套件为开发者提供了一套用于计算、高级可视化和 AI加速的GPU加速库,并可随后续更新提供可用于构建硬件抽象应用程序的容器。前面提到的联邦学习就会加入到Clara SDK中。


3.jpg

 

Kimberly还介绍了Clara SDK的其他更新——自从Clara SDK的第一个版本以来,它已经进行了多项更新。最新的版本已经完全提前设定好了整个工作流,开发者可以将自己的模型带到这个平台来做训练,对于开发者更加友好。

 

新版本的Clara SDK还整合了一些开源工具。比如,新的医疗影像浏览器能从三个视角观察图像,相当于是一个AI助理分析工具。所以,从用户的角度而言,使用更方便。

 

最后便是性能上的优化,尤其改善了数据加载训练的时间——根据开发者的反映,数据加载的时间有时候可能比模型训练的时间还要长。另外,新版SDK还实现了自动化的多GPU训练,不再需要用户的干涉。

 

对于英伟达来说,Clara SDK无疑是手上的一个大杀器。汲取早期在游戏市场的开拓经验,英伟达对于开发工具和API极为重视。在通过硬件的性能吸引开发者后,这些开发工具和API可以极大地帮助开发者,进而让英伟达的产品对开发者形成巨大的粘性,从而建立起自己的生态。这套软硬结合的打法让英伟达在GPU的道路上一路披荆斩棘,击败了众多敌手,成长为如今的GPU及通用计算领域的巨头。

 

显然,英伟达希望在AI加速的竞争中复制过往的成功。Clara SDK的存在将使得英伟达取得巨大的竞争优势,甚至有可能在未来成为行业标准。这也是为何英伟达目前对于建立统一的行业标准并不积极的主要原因所在。如果把英伟达GPU形容成为AI产业的发动机,Clara AI平台及Clara SDK可能就是这台发动机在AI医疗领域提供强劲动力的增压涡轮。

 

在被问到是否有计划与业界合作打造统一高效的AI框架时,Kimberly Powell表示,英伟达并没有这个计划。毕竟,英伟达在GPU领域的投入很大,已经成为了公认的AI发动机。再加上Clara SDK这样为AI医疗所打造的、目前最为先进的软件堆栈,使得英伟达GPU成为训练及部署最先进的AI平台。

 

“如果有人想用CPU来做推理和训练,从成本和时间上来说,都是不划算的。也许有一些模型比较简单可以用CPU来做,但是医疗图像这种计算非常复杂的模型就是另外一回事了。所以,很多人还是会选择使用GPU。”Kimberly Powell这样表示。

 

因为架构的不同,Clara SDK不可能支持其他厂商的GPU。英伟达显然也没有任何动力来与业界合作搭建这样一套通用的API或者软件工具——毕竟,好不容易建立起如此明显的优势,谁会愿意拿来做慈善呢?事实上,通用的工具为了兼容性的考虑,往往在效率上不如专用工具。以前几年的通用计算之争为例,能够支持包括AMD、Intel、高通等一大票GPU的通用的OpenCL最终就并未敌过英伟达自家专用的CUDA。

 

不过,前段时间英特尔发布的One API可能会对英伟达构成强劲挑战。根据英特尔的介绍,One API支持API编程和直接编程,通过提供统一的语言和库,可以在包括CPU、GPU、FPGA和AI ASIC等多种硬件平台当中提供完整的代码性能,从而大大简化了开发过程。考虑到英特尔目前在CPU、FPGA和ASIC都有布局,以及即将推出GPU加速卡;如果One API的确有这样强大的功能,对于英伟达而言不是一个好消息。

 

当然,即使对手所言不虚,仍然需要付出很多的努力才能赶上英伟达建立的优势。NVIDIA执行已久的“初创加速计划”有超过700家初创的医疗企业,并且集合了大量的临床领域的合作伙伴。

 

同时,就在前不久的2019年4月,英伟达与美国放射学会(American College of Radiology)达成合作协议,通过将Clara AI平台整合到ACR Data Science Institute新近发布的ACR AI-LAB中,从而使得超过38000的美国放射学会会员可以使用各自的数据来创建满足自己需求的AI工具。对于英伟达的医疗布局来说,这是一个重大利好。


4.jpg

 

写在最后


依靠硬件的不断提升,英伟达作为AI发动机的地位短期内牢不可破。2019年8月,英伟达的AI平台在自然语言模型上又获得重大突破。要知道,BERT是目前最好的NLP模型之一,对算力要求非常高。与2012年的AlexNet相比,它的计算规模提升了30万倍。

 

英伟达仅仅使用一台包含1472个V100 GPU的服务器将训练BERT(Bidirectional Encoder Representations from Transformers)模型的时间从数天缩短至53分钟。随后仅用2.2ms完成AI界面——10ms就可以满足大多数应用的实时需求。即使经过高度优化,CPU在执行这一任务时仍然需要超过40ms。

 

短短7年的时间,AI的计算规模就增长了30万倍。为了应对这种强烈的计算需求,继续达成“现代AI架构发动机”的目标,英伟达主动作出了很多改变,不仅仅是做芯片,也包含了硬件集成系统和各种各样的软件堆栈,并且希望能够在尽可能短的时间内完成。12月16-19日,英伟达GTC大会将在苏州举办,会议上又会拿出什么新的杀手锏,动脉网也将持续关注。


为深入探讨《联邦学习在医疗影像中的应用》,英伟达将于10月30日20:00-21:00举行在线研讨会,感兴趣的朋友可以扫描下方二维码参加。


image.png

扫码报名


注:文中如果涉及动脉网记者采访的数据,均由受访者提供并确认。如果您有资源对接,联系报道项目,寻求合作等需求请填写需求表

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章