从爆炸性的TNT开始，英伟达NVIDIA就以GPU制作商为人所熟知，现在已是仅次于的GPU制造商（独立国家），后来NVIDIA拓展GPU用途，在单机中构建了GPU标准化运算处置，加快视频剪辑、图像处理，把GPU用于高性能计算机集群协处理器，大幅提高运算能力。利用近年人工智能热潮，NVIDIA想要把GPU推展到更加多领域当中，比如说汽车自动驾驶，甚至是医疗，来一场人工智能革命。我们将埸数篇文章，描写NVIDIA用GPU构建人工智能的幕前幕后故事。

在2017年开会的GPU技术开发会议（GPUTechnologyConference2017）上，NVIDIA与丰田汽车宣告了合作推展自动驾驶，颇受世人的注目，也掩饰了NVIDIA在医疗领域的希望。只不过在过去一年中，NVIDIA公开发表与医疗涉及报告早已多达50份，是历年的2倍以上，不少报告是刊登在美国MayoClinic等主流医疗的组织当中，NVIDIA在医疗领域有了了解发展，而且是实质性发展。NVIDIA在医疗行业关系日益显得密切，最显著的例子要数在硬件上，今年来更加多CT机、超声波临床设备配备了NVIDIA的GPU。

在以往的医疗图像临床设备大多是使用FPGA（FieldProgrammableGateArray，可编程门阵列）处理器展开运算的，可随着运算量的大幅减少FPGA已无法应付，于是引进擅长分段运算的GPU展开协运算（例如GPU加快、CUDA等）十分适当。2020-03-30 中端或以上的CT机大多构建了GPU，在超声波光学设备中GPU被用作处置彩色多普特图像。除了在医疗设备上重新加入GPU，NVIDIA也在医疗技术、生命科学领域发力，为此重新组建了面向医疗器械厂商、研究院所与医疗机构的新团队。

该团队现阶段集中力量投放医疗影像、医疗信息、基因研究、医药研究四个领域，自由选择这四个领域于其工作特性密切涉及，它们都必须处置大量数据，而这正是GPU协运算优势所在。在医疗影像领域上，CT、MRI、超声波、内窥镜、病理影像临床中均能用到GPU协运算。

现在学术研究领域甚至开始尝试基于GPU的人工智能运算，利用GPU低分段运算能力处置构建神经网络处置，最后达成协议自我自学功能，并应用于在有所不同领域当中。在早时候，NVIDIA早已与医疗影像设备进行私下交流，为日本医疗影像设备制造商获取引入AI的技术支持，向部分设备制造商、研发机构交付给了取名为“DGX-1”的超级计算机，对于欧美厂商则是获取数据处理服务。此外，对于那些规模并不大但无意于应用于AI的中小企业甚至是初创企业，NVIDIA也乐意获取协助，比如说日本的PKSHATechnology公司，在NVIDIA反对下，其X光摄影辅助临床技术在检验阶段早已构建对医生读片临床获取充足信息反对。

在医疗信息领域，NVIDIA用深度自学功能去分析病着的病例，从以往医疗中去预测有可能经常出现的疾病，优化医疗方案和增加药物剂量；在基因研究领域，深度自学被用作分析基因突变以及其临床表现，在日本投入使用的部分DGX-1正是负责管理此工作；医药研究领域，人工智能技术将普遍用作分析药物副作用、预测药物的靶蛋白结构等方面。简而言之，基于GPU的人工智能在医疗领域具有十分普遍的用途。

本文来源：万博体育-www.hxtyjy.com