Техплатформа для ИИ

Техплатформа для ИИ

Ключевым направлением нашего стратегического технологического проекта «Медицинские изделия нового поколения, включая биогибридные, бионические технологии и нейротехнологии» является разработка технологий управления здоровьем на основе искусственного интеллекта.

В рамках программы Приоритет 2030 мы завершили создание современного вычислительного кластера университета специально под задачи ИИ.

Техническая часть: Вычислительная платформа способна выдавать до 4+ квадриллионов операций в секунду, что сопоставимо с возможностями целого суперкомпьютерного зала, но умещается в одном сервере. Такой уровень производительности недостижим для систем, работающих только на центральных процессорах: один GPU заменяет сотни CPU-ядер, а весь кластер — это компактная и энергоэффективная альтернатива большому CPU-парку.

GPU-ускорители обладают критически важным преимуществом - высокоскоростной видеопамятью (от 48 до 141 ГБ на карту), которая обеспечивает двукратное–шестикратное превосходство по пропускной способности над системами, построенными только на CPU. Это позволяет эффективно обрабатывать медицинские изображения высокого разрешения, многоканальные биосигналы и видеопотоки движения в реальном времени. Архитектуры GPU нового поколения поддерживают FP8-вычисления, тензорные ядра и ускоренные операции для больших языковых моделей, что делает их незаменимыми для задач платформы, персонализированной аналитики и прогностических ИИ-сервисов.

Для задач, связанных с искусственным интеллектом, медицинской визуализацией, обработкой сигналов и мультимодальным анализом данных, GPU-архитектура обеспечивает ускорение от 20 до 150 раз по сравнению с CPU. Это значит быстрее обучение модели, более точные результаты и абсолютно новые возможности для исследований.

В отличие от традиционного суперкомпьютера, где масштабирование связано с большими задержками передачи данных между CPU-узлами, GPU-инфраструктура использует высокоскоростные шины и NVLINK-коммутацию, что обеспечивает минимальные задержки при распределённом обучении моделей ИИ. Это критично для медицинских задач, где необходимо одновременно обрабатывать тысячи изображений или потоков данных пациента.

Уже сегодня на созданной инфраструктуре разрабатывается ряд ключевых проектов университета, включая ОФТАЛЬМИК+ и Нейро-Kinesis.

Что это нам даст?

Благодаря построенной технологической платформе сегодня мы можем:

• обучать сложные модели в разы быстрее, сокращая гиперциклы разработки

• выполнять несколько проектов одновременно без деградации производительности

• обеспечивать работу телемедицинских сервисов на уровне индустриальных требований

• создавать персональные модели пациента (цифровые двойники) прямо в медицинской организации

• поддерживать полный цикл разработки от экспериментов до УГТ9.

Именно такие ресурсы позволяют университету формировать национальные решения и разрабатывать медицинские технологии мирового уровня.

#madeinСибГМУ

#Приоритет2030