文章摘要
【关 键 词】 医学影像、AI发展、成本控制、性能提升、技术合作
在当前医学影像数据年增速高达30%，而影像科医生年增速仅为4%的背景下，AI医学影像市场的快速发展显得尤为重要。据预测，中国AI医学影像市场将在约4年时间内达到百亿规模，2030年预计将达到137.4亿元，年复合增长率为33.8%。然而，医学影像系统成本的增加也导致了患者看病成本的提高，如何在确保功能、性能的同时降低总体拥有成本（TCO）成为关键。
东软集团通过与英特尔的合作，采用基于CPU的方案运行三维可视化、AI推理等工作负载，成功将其PACS/RIS系统的三维可视化效率提升2.45倍，AI推理性能提升8.49倍，有效控制了成本。性能的提升主要依赖于第五代英特尔®至强®可扩展处理器，其拥有的OpenMP与SSE4指令集以及英特尔® AMX加速器技术，为三维可视化和AI推理提供了强有力的支持。
具体来说，东软通过优化瓶颈函数SafeGradz，利用SSE4指令集进行三线性插值，实现了光线上点的梯度计算，从而提升了三维可视化性能。在AI推理方面，借助内置的英特尔® AMX技术，东软在处理器上测试了不同参数规模的AI模型，结果显示对于较大模型，第五代英特尔®至强®处理器在BF16精度和异步模式下，推理性能显著提升。
在成本控制方面，CPU因其高性价比、广泛的兼容性和成熟的技术，成为医疗行业AI推理场景的首选。第五代英特尔®至强®处理器在提供性能提升的同时，能显著降低总体拥有成本，易于维护和升级，确保了医疗行业对稳定系统运行的需求。
最终，文章强调了在性能和成本之间寻找平衡的重要性，认为技术需要广泛应用才能体现其价值。东软和英特尔的合作模式在此背景下提供了一个值得借鉴的“范本”，即在提升性能的同时，注重成本控制，确保技术的广泛落地和应用。
原文和模型
【原文链接】 阅读原文 [ 3262字 | 14分钟 ]
【原文作者】 量子位
【摘要模型】 glm-4
【摘要评分】 ★★★★★
