什么是CPU

医学影像：AI助力，挑战与机遇并存

伴随医疗影像数据的激增，AI在影像诊断领域正发挥着日益重要的作用。这同时也带来了一系列挑战和机遇。

市场发展与困境

AI医学影像市场预计将在未来 4 年内突破百亿元，保持高增长。过高的医疗影像系统成本也给医院和患者带来了压力。

降本与创新

面对成本挑战，降低总拥有成本 (TCO) 已成为关键。以东软智慧医学影像信息系统 PACS/RIS 为例，其采用基于 CPU 的方案进行三维可视化和 AI 推理，有效降低了成本。

系统优化及 CPU 优势

三维可视化和 AI 推理对硬件性能要求极高。东软通过指令集、软件等方面的优化提升，将三维可视化效率提升 2.45 倍，AI 推理性能提升 8.49 倍。

英特尔技术的赋能

英特尔与东软合作，为 PACS/RIS 系统提供了性能强劲的第五代英特尔® 至强® 可扩展处理器。其 OpenMP 和 SSE4 指令集以及英特尔® AMX 加速器为系统优化提供了有力支持。

三维可视化提升

通过 OpenMP 和 SSE4 指令集支持，东软实现了三维重建效率高达 2.45 倍的提升。

AI 推理加速

处理器内置的英特尔® AMX 技术，使 CPU 能够轻松驾驭深度学习任务，将 AI 推理性能提升 8.49 倍。

其他优势

除性能提升外，第五代英特尔® 至强® 可扩展处理器还与上一代产品兼容，减少了部署新系统的工作量，间接降低了成本。

CPU 的地位

尽管 GPU 在性能上有优势，但成本过高使其在医疗行业中无法与 CPU 匹敌。CPU 以其良好的性价比成为玩家们的首选。

CPU 如何助力 AI 医学影像应用“快好省”？

大模型时代，AI 应用对算力的需求激增。在以推理为主的应用阶段，一味追求高性能 GPU 并不一定是最佳选择，尤其是在医疗影像领域。如何实现 AI 推理“快好省”，成为关键所在。

相较于 GPU，高端 CPU 如第五代英特尔® 至强® 不仅性能强劲，更具备成本优势，为 AI 推理提供更经济高效的解决方案。

一言蔽之，高性价比才是 AI 推理落地的关键。

CPU 在医疗 AI 推理领域展现出独特优势:

• 部分医疗场景（如医学影像信息系统）的 AI 推理具备批处理特性，对实时性要求不高，更适合采用 CPU。
• 第五代英特尔® 至强® 通过整体性能提升 21%、推理性能提升 42%、内存速度提升 16%、三级缓存提升 2.7 倍、每瓦性能提升 10 倍，显著提升每瓦特性能，有效降低总体拥有成本（TCO）。

东软等医疗行业巨头选择 CPU 的原因，除了其高性价比外，还有以下两点：

• 广泛的兼容性和成熟的技术：CPU 技术成熟，与医疗行业现有系统和软件高度兼容，易于维护和升级，保障服务连续性。
• 易于维护和升级：相比 GPU，CPU维护简便、升级路径明确，更适合医疗行业对系统稳定性的高要求。

英特尔 CEO 帕特·基辛格曾表示，对于很多推理应用，使用标准版英特尔芯片足以满足需求，无需承担使用高端 GPU 所带来的高成本、高功耗和技术挑战。

东软选择第五代英特尔® 至强® 的案例表明，技术只有被广泛应用，才能创造价值。从最初的“百模大战”到如今的应用落地，2023 年的 AI 发展轨迹印证了这一观点。如今，AI 已进入应用为王的阶段。

实现前沿技术的落地应用，需要在性能和成本之间取得平衡。近期国内大厂掀起的“价格战”也反映了这一趋势。

无论 AI 如何发展，算力始终是绕不开的核心要素。在“AI一日，人间一年”的时代，要让 AI 技术得到广泛应用，就必须从底层基础设施入手，在性能和成本之间找到平衡点。

东软与英特尔的合作模式为我们提供了一个值得借鉴的“范本”。

想了解更多 CPU 如何助力 AI 推理加速？欢迎关注量子位《最“in”AI》专栏，我们将从技术科普、行业案例、实战优化等多个角度，深度解读 CPU 在 AI 新时代的应用。

更多CPU支持医学影像信息系统解决方案内容，请点击“阅读原文”获取。

参考链接：[1]https://www.intel.cn/content/www/cn/zh/artificial-intelligence/neusoft-pacs-ris-solution.html[2]https://www.intel.cn/content/www/cn/zh/artificial-intelligence/ai-guidebook-healthcare.html[3]亿欧智库《2023年中国人工智能医学影像产品生态路线研究报告》https://www.iyiou.com/analysis/202401101048186

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态