醫(yī)學影像，越來越需要AI的幫助了。
根據數據統(tǒng)計，目前我國醫(yī)學影像數據年增速在30%，但影像科醫(yī)生年增速卻只有4%，醫(yī)生面臨較大的工作壓力。
那么，AI醫(yī)學影像市場發(fā)展得如何呢?
AI影像行業(yè)，是人工智能在醫(yī)療領域里面探索最久的賽道之一，近年來人工智能輔助診斷三類證的獲批數量持續(xù)增長，整個人工智能醫(yī)學影像市場預計會在4年左右的時間突破百億，保持高增長。參考億歐智庫發(fā)布的《2023年中國人工智能醫(yī)學影像產品生態(tài)路線研究報告》，2023年我國AI醫(yī)學影像市場規(guī)模為24億元，2030年將達到 137.4億元，年復合增長率為33.8%。
雖然有了AI幫忙，能提升診療效率、改善患者就醫(yī)體驗，但同時也帶來一個問題：
醫(yī)院對于醫(yī)學影像系統(tǒng)的花費越來越高了，患者看病的成本也大幅提高。
所以在這個技術飛速進步的時代，醫(yī)院不是簡單采用新技術就能造?；颊叩?，也要綜合考慮投入產出，才能關懷到每個病人。
在這樣的背景下，醫(yī)學影像系統(tǒng)如何在滿足功能、性能需求的同時降低總體擁有成本 (TCO)，就成了關鍵問題。
以東軟智慧醫(yī)學影像信息系統(tǒng)PACS/RIS為例，該系統(tǒng)提供了覆蓋檢查預約、到診排隊、用藥管理、檢查管理、影像診斷等在內的一體融合全醫(yī)學影像管理能力，可輔助醫(yī)生更好地開展工作。東軟在新一代的PACS/RIS產品中，就采用了基于CPU的方案運行三維可視化、AI推理等工作負載。
在三維可視化加持下，融合影像分析等技術，讓醫(yī)務人員通過旋轉、縮放、分割、圖像增強等操作，從多角度清晰了解到醫(yī)學影像中各結構之間的空間位置關系，在疾病診斷的可視化、術前評估、手術規(guī)劃、手術實時指導等方面發(fā)揮重要價值。
要知道三維可視化、AI推理都是非常吃硬件性能的，好在經過指令集、軟件等方面做性能優(yōu)化后，東軟將PACS/RIS系統(tǒng)的三維可視化效率提升達2.45倍，AI推理性能提升高達8.49倍，并有效地控制了成本。
到這里看似圓滿結局了，但其實過程中還有更多的細節(jié)更值得關注和借鑒，比如系統(tǒng)性能是如何優(yōu)化提升上去的，CPU又為什么是破局的關鍵?
##性能如何搞上去?
東軟集團相信大家并不陌生，作為中國第一家上市軟件公司，在醫(yī)療健康領域已深耕多年。
這次他們之所以選擇英特爾當合作伙伴，正是因為在三維可視化和AI推理這兩大性能殺手面前，第五代英特爾® 至強® 可擴展處理器擁有兩大法寶：
OpenMP與SSE4(Streaming SIMD Extensions 4)指令集，和英特爾® AMX加速器。
首先來看三維可視化部分。
東軟主要采用了體渲染(Volume Rendering)技術，通過OpenMP與SSE4指令集支持光線合成的實現。
SSE4指令集不僅擴展了Intel® 64指令集架構，還加入了圖形、視頻編碼及處理、三維成像等方面的指令，使涉及音頻、圖像和數據壓縮算法的應用程序性能大幅提升。
為了找出執(zhí)行三維可視化任務時，其產品在部分應用中性能不足的瓶頸所在，東軟使用了英特爾提供的VTune™ Profiler工具，最終確定了瓶頸函數SafeGradz。該函數主要利用SSE4指令集進行三線性插值，從而實現光線上點的梯度計算。通過對該函數的代碼進行優(yōu)化，東軟成功提升了三維可視化應用的性能。
在不同代英特爾® 至強® 可擴展處理器上進行測試，結果顯示，在處理器開通4并發(fā)8線程時，第五代英特爾® 至強® 鉑金8592+處理器的三維重建效率，相比第二代的英特爾® 至強® 銀牌4210R處理器提升達2.45倍，讓三維影像的交互更加流暢順滑。
圖注：PACS/RIS 系統(tǒng)的三維重建應用運行效率比較
值得注意的是，第五代英特爾® 至強® 鉑金8592+的主頻為1.90GHz，比第二代英特爾® 至強® 銀牌4210R的2.40GHz主頻還要低。
更進一步說明了，性能提升靠的不是主頻提升，而是靠適合工作負載的指令集和各種優(yōu)化工作。
接下來看AI推理部分。
東軟借助處理器內置的英特爾® AMX(高級矩陣擴展)技術，讓CPU也能輕松駕馭深度學習任務。
英特爾® AMX針對廣泛的硬件和軟件進行了優(yōu)化，在前代VNNI和BF16技術的基礎上，進一步增強了矩陣計算能力，最大限度地利用計算資源，改善高速緩存利用率，避免潛在的帶寬瓶頸。
東軟在第二代/第四代/第五代英特爾® 至強® 可擴展處理器上，測試了不同參數規(guī)模的AI模型在同步和異步模式下的推理表現。
測試數據顯示，對于參數量為31,185,568的較大模型，在BF16精度和異步模式下，第五代英特爾® 至強® 鉑金8592+處理器相比第二代英特爾® 至強® 銀牌4210R處理器，推理性能提升高達8.49倍。這意味著AI輔助診斷能以更快的速度為醫(yī)生提供洞見。
圖注：BF16 精度下的異步推理性能比較
之所以選擇第五代英特爾® 至強® 可擴展處理器，除了其本身性能夠強之外，還有一些額外的好處。
比如輔以英特爾提供的OpenVINO™ 工具套件優(yōu)化和部署各類模型，還可跨英特爾® 硬件擴展計算機視覺和非視覺工作負載，從而大幅提高性能，達到軟硬協(xié)同的效果。
又比如第五代至強® 與上一代產品在軟件和平臺上兼容，因此在部署新系統(tǒng)時可以大大減少測試和驗證工作。
……
在減少測試和驗證這里，其實也起到一些節(jié)省成本的效果了。
不過在省錢這件事上，除了與具體技術優(yōu)化相關，還有更多行業(yè)經驗可以分享。
##成本怎么打下來
其實醫(yī)療行業(yè)在選擇硬件這件事上，CPU早已成為各大玩家們眼中的“香餑餑”。
原因也是很簡單，GPU固然在性能方面存在一定的優(yōu)勢，但“硬傷”也是比較明顯，那便是成本過高。
并且從宏觀角度來看，大模型的火熱確實催動了GPU需求的激增，在訓練階段尤甚;但現如今到了以推理為主的階段，如何能讓AI“快好省”地用起來成為了關鍵點。在部署時盲目堆GPU不僅可能會造成算力過剩，出現“大炮打蚊子”的現象，更是會導致成本的“水漲船高”。
而諸如第五代英特爾® 至強® 這樣的高端CPU，不僅能夠很好地跟上性能的腳步，在成本的控制方面也是給出了滿足成本條件的更加可行、更符合實際的方案。
一言蔽之，高性價比才是關鍵中的關鍵。
其次，CPU也算找準了“賽道”——部分醫(yī)療場景的AI推理具備批處理特性，對AI推理時延性能不敏感，更適合采用CPU進行推理。
具體到性能方面，第五代英特爾® 至強® 的“打開方式”是這樣的：
●整體性能提升：21%
●推理性能提升：42%
●內存速度提升：16%
●三級緩存提升：2.7倍
●每瓦性能提升：10倍
也正因如此，第五代英特爾® 至強® 在處理多樣化的任務負載時，可以顯著提升每瓦特性能，尤其在人工智能、數據中心管理、網絡操作和科學計算領域，而且還能顯著降低總體擁有成本(TCO)。
而這也還僅是東軟等醫(yī)療行業(yè)選擇CPU的原因之一，廣泛的兼容性和成熟的技術也是不可忽視的。
眾所周知，CPU技術的發(fā)展相對來說較為成熟，幾乎所有軟件應用和操作系統(tǒng)都能在CPU上良好運行。
而在醫(yī)療行業(yè)中，存在大量基于傳統(tǒng)架構開發(fā)的軟件，這些軟件通常設計為在標準的CPU上運行。因此，使用CPU可以確保與現有系統(tǒng)和軟件的廣泛兼容性。
其次，CPU易于維護和升級也是重要的一點，而GPU在這方面會顯得更為復雜。醫(yī)療行業(yè)依賴于穩(wěn)定運行的系統(tǒng)來保證服務的連續(xù)性，因此更傾向于選擇維護簡便、升級路徑明確的硬件解決方案。
加之CPU早已在醫(yī)療行業(yè)上崗，廣泛用于電子病歷系統(tǒng)、醫(yī)院資源規(guī)劃系統(tǒng)等，培養(yǎng)出成熟的技術團隊，也建立了完善的采購流程。
因此，為什么醫(yī)療行業(yè)青睞于CPU、為什么越來越多的人會選擇CPU做AI推理，也就不難理解了。
在這一點上，或許也正應了英特爾CEO帕特·基辛格曾經表達過的觀點：
>從經濟學的角度看推理應用的話，很多客戶并不需要高端的GPU設備，因為它成本太高，耗電太多，并且需要構建新的技術架構，以及新的IT設施，一切都是全新的挑戰(zhàn)。
>如果我能在標準版的英特爾芯片上運行AI應用且滿足需求，就不會出現這些問題。
##能用起來才是硬道理
如果說東軟選擇第五代英特爾® 至強® 這件事是一個“點”，它其實能夠帶出來的是一個更大的“面”——
技術，需得廣泛用起來，這才是硬道理。
誠然現在是以大模型為主流的時代，但回看2023年至今的發(fā)展，其實也是在印證著這一點。
起初大模型的發(fā)展先是掀起了以訓練為主的百模大戰(zhàn)，而后又迅速轉向了推理階段，也就是技術要落地。
到了今年，這一趨勢也是越發(fā)明顯，不論是OpenAI、谷歌等巨頭，還是乘AIGC東風起家的初創(chuàng)，都在發(fā)力于如何讓AIGC更好地用起來。
一言蔽之，現在已然是應用為王的階段。
而要讓前沿技術做到真正落地，就必須要在性能和成本之間做好平衡;或許這也正是近期國內大廠們掀起瘋狂“價格戰(zhàn)”的原因之一。
但無論AI如何發(fā)展，算力，永遠是繞不開的一個話題。
因此，站在現在這個“AI一日，人間一年”的時代，縱使技術日新月異，要想讓它們廣泛被用起來，性能和成本之間的這桿秤，需是得從最底層的基礎設施抓起。
而東軟和英特爾的合作模式，是一個可以值得借鑒的“范本”了。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
