案例簡(jiǎn)介

? 本案例中通過 NVIDIA A100 GPU 加速器，上海市磁共振重點(diǎn)實(shí)驗(yàn)室構(gòu)建了高效的深度學(xué)習(xí)科研硬件平臺(tái)，建立高效且穩(wěn)定的針對(duì)醫(yī)學(xué)圖像處理的深度學(xué)習(xí)平臺(tái)。

? 本案例中 NVIDIA 精英級(jí)合作伙伴信弘智能助力上海市磁共振重點(diǎn)實(shí)驗(yàn)室部署了高效的科研硬件平臺(tái)。

客戶簡(jiǎn)介及應(yīng)用背景

上海市磁共振重點(diǎn)實(shí)驗(yàn)室（Shanghai Key Laboratory of Magnetic Resonance）是從屬于華東師范大學(xué)的省部級(jí)重點(diǎn)實(shí)驗(yàn)室， 是國(guó)內(nèi)核磁共振研究和人才培養(yǎng)的主要基地之一。多年來，堅(jiān)持自己在磁振物理學(xué)上的專業(yè)特色，逐漸形成了應(yīng)用研究與技術(shù)研發(fā)并重，磁共振波譜與磁共振成像兼顧的局面，并先后建立了“上海市磁共振成像技術(shù)平臺(tái)”和“上海市核磁共振波譜技術(shù)服務(wù)平臺(tái)”兩個(gè)開放平臺(tái)，進(jìn)一步強(qiáng)化了實(shí)驗(yàn)室的開放服務(wù)功能。

目前該實(shí)驗(yàn)室已與上海市范圍內(nèi)十幾家重點(diǎn)醫(yī)院展開科研合作，對(duì)高效的大數(shù)據(jù)的醫(yī)學(xué)圖像處理有著急切的需求。此次借助 NVIDIA A100 GPU 和自身龐大的計(jì)算能力，構(gòu)建出了高效穩(wěn)定的科研硬件平臺(tái)，用于醫(yī)學(xué)圖像的各種后處理任務(wù)，深度學(xué)習(xí)相關(guān)任務(wù)。

客戶挑戰(zhàn)

不同于二維自然圖像，醫(yī)學(xué)圖像往往單個(gè)數(shù)據(jù)數(shù)據(jù)量較大，對(duì)于網(wǎng)絡(luò)傳輸帶寬及 GPU 顯存都提出了新的挑戰(zhàn)。并且由于科研課題較大、研究?jī)?nèi)容跨度較大和研究人員較多等因素。深度學(xué)習(xí)的硬件平臺(tái)效率成為了科研工作效率的瓶頸。如何在有限的預(yù)算內(nèi)完成深度學(xué)習(xí)平臺(tái)的構(gòu)建成為了新的挑戰(zhàn)。

跨節(jié)點(diǎn)使用性能不高，需要優(yōu)化網(wǎng)絡(luò)環(huán)境，目前實(shí)驗(yàn)室僅使用了一根 1GB 帶寬網(wǎng)線連接公用存儲(chǔ)服務(wù)器，在大型訓(xùn)練任務(wù)中數(shù)據(jù)傳輸速度低成為深度學(xué)習(xí)任務(wù)的瓶頸。

應(yīng)用方案

基于以上挑戰(zhàn)，作為解決方案的第一步，上海市磁共振重點(diǎn)實(shí)驗(yàn)室使用了 NVIDIA A100 GPU 加速器，將深度學(xué)習(xí)訓(xùn)練、推理和分析整合至一個(gè)易于部署的統(tǒng)一 AI 基礎(chǔ)架構(gòu)中，通過大顯存方法減少IO速度帶來的影響。

目前，實(shí)驗(yàn)室包括 A100 計(jì)算服務(wù)器總計(jì)擁有 7 個(gè)計(jì)算服務(wù)器（計(jì)算節(jié)點(diǎn)），每臺(tái)服務(wù)器擁有 4 塊 NVIDIA GPU 加速器用于深度學(xué)習(xí)，每臺(tái)服務(wù)器共享同一個(gè)存儲(chǔ)服務(wù)器。所有用戶通過 Active Directory 賬戶共享計(jì)算及存儲(chǔ)服務(wù)器。

并且為了進(jìn)一步整合當(dāng)前實(shí)驗(yàn)室中 NVIDIA GPU 服務(wù)器資源，實(shí)驗(yàn)室開發(fā)了面向臨床及科研的醫(yī)學(xué)圖像 AI 開發(fā)開源平臺(tái)“Strix”。該平臺(tái)基于 NVIDIA 團(tuán)隊(duì)的 MONAI 醫(yī)學(xué)圖像 AI 處理庫開發(fā)。整合了醫(yī)學(xué)圖像 AI 開發(fā)中涉及的數(shù)據(jù)準(zhǔn)備，數(shù)據(jù)預(yù)處理，多種任務(wù)框架，結(jié)果可視化等步驟。讓醫(yī)學(xué)圖像 AI 開發(fā)可以更為簡(jiǎn)單易于上手。針對(duì)不同架構(gòu)的 GPU， Strix 也做了針對(duì)性的優(yōu)化。例如 A100 GPU 的 MIG 虛擬 GPU 技術(shù)，我們提供了虛擬 GPU 交互式選擇，實(shí)現(xiàn)讓用戶更輕松的選擇目標(biāo) GPU 進(jìn)行訓(xùn)練。

使用效果

通過NVIDIA A100 GPU的MIG技術(shù)，在小團(tuán)隊(duì)的工作環(huán)境中有較高的自由度，在計(jì)算資源較為緊缺的情況下，可以增加可用用戶數(shù)。在顯存資源較為緊缺的情況下，可以減少用戶數(shù)增加單個(gè)顯存容量。

更大的顯存可以運(yùn)行需要更大顯存的深度學(xué)習(xí)任務(wù)，讓許多從前無法實(shí)現(xiàn)的科研課題在新的GPU上成為可能。同時(shí)最新的Ampere架構(gòu)支持了半精度運(yùn)算，搭配 NVIDIA的自動(dòng)混合精度（Automatic Mixed Precision ） 技術(shù)，在節(jié)省運(yùn)行顯存開銷的同時(shí)，加速神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度。帶來了更快的網(wǎng)絡(luò)訓(xùn)練及推理效率。

上海市磁共振重點(diǎn)實(shí)驗(yàn)室表示，“作為以醫(yī)學(xué)圖像處理為重點(diǎn)的課題組，通過與 NVIDIA 的緊密合作，我們將更高效地利用前沿AI技術(shù)及醫(yī)學(xué)圖像技術(shù)，解決醫(yī)療行業(yè)的高價(jià)值問題，專注在更智能更高效更安全的未來醫(yī)療的新技術(shù)?！?/p>

審核編輯：郭婷