#Sự kiện ngày hôm nay: Cơ sở hạ tầng AI trên đám mây cho phép đột phá về xạ trị tại Elekta
Cơ sở hạ tầng AI trên đám mây của Microsoft và NVIDIA đã cho phép các tổ chức trong bất kỳ ngành nào có thể tuân theo các phương pháp đã được chứng minh và tận dụng cơ sở hạ tầng AI để tăng tốc các nỗ lực AI của họ. Ứng dụng AI trong chăm sóc sức khỏe được coi là thành công nhất trong việc đưa các ứng dụng AI sáng tạo vào sản xuất. Trong sự kiện VB Spotlight, Silvain Beriault, trưởng nhóm chiến lược AI và nhà khoa học nghiên cứu chính tại Elekta, và John K. Lee, trưởng nhóm chính về cơ sở hạ tầng và nền tảng AI tại Microsoft Azure, đã thảo luận về cách cơ sở hạ tầng AI dựa trên đám mây đã thúc đẩy sự cộng tác và đổi mới được cải thiện cho các nỗ lực R&D trên toàn thế giới của Elekta nhằm cải thiện và mở rộng hình ảnh não bộ và xạ trị điều khiển bằng MR của công ty trên toàn cầu.
Cơ sở hạ tầng dựa trên đám mây được tối ưu hóa cho AI đã nổi lên như một nền tảng chính của đổi mới và vận hành. Bằng cách tận dụng tính linh hoạt của đám mây và điện toán hiệu năng cao (HPC), các doanh nghiệp trong mọi ngành đang mở rộng thành công bằng chứng về khái niệm (PoC) và thử nghiệm vào khối lượng công việc sản xuất.
Elekta là một công ty công nghệ y tế đang phát triển các giải pháp lâm sàng được hướng dẫn bằng hình ảnh để quản lý các rối loạn não và cải thiện việc chăm sóc bệnh ung thư. Elekta đã chuyển dịch hoạt động Nghiên cứu và Phát triển AI sang đám mây vốn đã bắt đầu từ vài năm trước đó. Việc áp dụng kiến trúc dựa trên đám mây cho phép các nhà nghiên cứu tập trung vào công việc của họ và phát triển các mô hình AI để cải thiện khả năng tiếp cận dịch vụ chăm sóc sức khỏe, bao gồm cả các quốc gia chưa được phục vụ đầy đủ.
Cơ sở hạ tầng AI trên đám mây từ đầu đến cuối cho phép các doanh nghiệp tăng quy mô và tăng số lượng GPU được kết nối với một máy chủ duy nhất để tăng dung lượng của máy chủ và mở rộng quy mô hoặc tăng số lượng phiên bản máy chủ để tăng hiệu suất tổng thể của hệ thống. Tính linh hoạt của đám mây cho phép các tổ chức quản lý khối lượng công việc ở mọi quy mô, từ các dự án doanh nghiệp khổng lồ đến những nỗ lực nhỏ hơn cần ít sức mạnh xử lý hơn.
Trình bày bởi Microsoft + NVIDIA
Bất chấp nhiều thách thức, một số ví dụ thành công nhất về việc đưa các ứng dụng AI sáng tạo vào sản xuất đến từ lĩnh vực chăm sóc sức khỏe. Trong sự kiện VB Spotlight này, hãy tìm hiểu cách các tổ chức trong bất kỳ ngành nào có thể tuân theo các phương pháp đã được chứng minh và tận dụng cơ sở hạ tầng AI dựa trên đám mây để tăng tốc các nỗ lực AI của họ.
Đăng ký để xem miễn phí, theo yêu cầu.
Từ thí điểm đến sản xuất, AI là một thách thức đối với mọi ngành công nghiệp. Nhưng với tư cách là một lĩnh vực được quản lý chặt chẽ và có rủi ro cao, chăm sóc sức khỏe phải đối mặt với những trở ngại đặc biệt phức tạp. Cơ sở hạ tầng dựa trên đám mây được “xây dựng có mục đích” và được tối ưu hóa cho AI đã nổi lên như một nền tảng chính của đổi mới và vận hành. Bằng cách tận dụng tính linh hoạt của đám mây và điện toán hiệu năng cao (HPC), các doanh nghiệp trong mọi ngành đang mở rộng thành công bằng chứng về khái niệm (PoC) và thử nghiệm vào khối lượng công việc sản xuất.
VB Spotlight đã quy tụ Silvain Beriault, trưởng nhóm chiến lược AI và nhà khoa học nghiên cứu chính tại Elekta, nhà cải tiến hàng đầu toàn cầu về các hệ thống xạ trị chính xác để điều trị ung thư và John K. Lee, trưởng nhóm chính về cơ sở hạ tầng và nền tảng AI tại Microsoft Azure. Họ đã tham gia cùng Nhà phân tích tư vấn VB Joe Maglitta để thảo luận về cách cơ sở hạ tầng AI dựa trên đám mây đã thúc đẩy sự cộng tác và đổi mới được cải thiện cho các nỗ lực R&D trên toàn thế giới của Elekta nhằm cải thiện và mở rộng hình ảnh não bộ và xạ trị điều khiển bằng MR của công ty trên toàn cầu.
Ba lợi ích lớn
Theo Lee, tính đàn hồi, linh hoạt và đơn giản là những lợi ích hàng đầu của cơ sở hạ tầng dưới dạng dịch vụ (IaaS) từ đầu đến cuối, theo yêu cầu, dựa trên đám mây dành cho AI.
Bởi vì AI của doanh nghiệp thường bắt đầu bằng PoC, Lee nói, “đám mây là một nơi hoàn hảo để bắt đầu. Bạn có thể bắt đầu với một thẻ tín dụng duy nhất. Khi các mô hình trở nên phức tạp hơn và cần tăng thêm năng lực tính toán, đám mây là nơi lý tưởng để mở rộng quy mô công việc đó.” Điều đó bao gồm tăng quy mô hoặc tăng số lượng GPU được kết nối với một máy chủ duy nhất để tăng dung lượng của máy chủ và mở rộng quy mô hoặc tăng số lượng phiên bản máy chủ để tăng hiệu suất tổng thể của hệ thống.
Tính linh hoạt của đám mây cho phép các tổ chức quản lý khối lượng công việc ở mọi quy mô, từ các dự án doanh nghiệp khổng lồ đến những nỗ lực nhỏ hơn cần ít sức mạnh xử lý hơn. Lee giải thích: Đối với bất kỳ nỗ lực quy mô nào, các dịch vụ cơ sở hạ tầng đám mây được xây dựng có mục đích mang lại thời gian tạo ra giá trị nhanh hơn nhiều cũng như TCO và ROI tốt hơn so với việc xây dựng kiến trúc AI tại chỗ từ đầu.
Để đơn giản hóa, Lee cho biết các ngăn xếp phần cứng và phần mềm, nền tảng, môi trường phát triển và công cụ đã được thử nghiệm trước, tích hợp sẵn, được tối ưu hóa trước giúp các doanh nghiệp bắt đầu dễ dàng.
COVID tăng tốc hành trình AI dựa trên đám mây của Elekta
Elekta là một công ty công nghệ y tế đang phát triển các giải pháp lâm sàng được hướng dẫn bằng hình ảnh để quản lý các rối loạn não và cải thiện việc chăm sóc bệnh ung thư. Khi đại dịch COVID buộc các nhà nghiên cứu phải rời khỏi phòng thí nghiệm của họ, các nhà lãnh đạo công ty đã nhìn thấy cơ hội để tăng tốc và mở rộng nỗ lực chuyển hoạt động Nghiên cứu và Phát triển AI sang đám mây vốn đã bắt đầu từ vài năm trước đó.
Người đứng đầu bộ phận AI của bộ phận biết rằng một kiến trúc dựa trên đám mây mạnh mẽ hơn, dễ tiếp cận hơn để cải thiện mảng giải pháp do AI cung cấp sẽ giúp Elekta thúc đẩy sứ mệnh tăng khả năng tiếp cận dịch vụ chăm sóc sức khỏe, bao gồm cả các quốc gia chưa được phục vụ đầy đủ.
Về mặt phân tích chi phí, Elekta cũng biết rằng sẽ rất khó để ước tính nhu cầu hiện tại và tương lai về điện toán hiệu năng cao. Họ đã xem xét chi phí duy trì cơ sở hạ tầng tại chỗ cho AI và những hạn chế của nó. Beriault lưu ý rằng tổng chi phí và độ phức tạp vượt xa việc mua GPU và máy chủ.
“Cố gắng làm điều đó một mình có thể trở nên khó khăn khá nhanh. Với một khung như Azure và Azure ML, bạn không chỉ có quyền truy cập vào GPU,” anh ấy giải thích. “Bạn có toàn bộ hệ sinh thái để thực hiện các thử nghiệm AI, ghi lại các thử nghiệm AI của mình, chia sẻ dữ liệu giữa các trung tâm R&D khác nhau. Bạn có một công cụ ML ops phổ biến.”
Phi công rất đơn giản: tự động hóa đường viền của các cơ quan trong hình ảnh MRI để đẩy nhanh nhiệm vụ khoanh vùng mục tiêu điều trị, cũng như các cơ quan có nguy cơ không bị phơi nhiễm phóng xạ.
Khả năng mở rộng quy mô lên và xuống là rất quan trọng đối với dự án. Trước đây, “có những lúc chúng tôi khởi chạy song song tới mười thử nghiệm đào tạo để thực hiện một số điều chỉnh siêu tham số cho mô hình của mình,” Beriault nhớ lại. “Những lần khác, chúng tôi chỉ đợi quá trình xử lý dữ liệu sẵn sàng, vì vậy chúng tôi sẽ không đào tạo gì cả. Sự linh hoạt này rất quan trọng đối với chúng tôi, vì vào thời điểm đó, chúng tôi là một đội khá nhỏ.”
Vì công ty đã sử dụng khung Azure nên họ đã chuyển sang Azure ML cho cơ sở hạ tầng của mình, cũng như hỗ trợ quan trọng khi các nhóm học cách sử dụng cổng nền tảng và API để bắt đầu khởi chạy công việc trên đám mây. Microsoft đã làm việc với nhóm để xây dựng cơ sở hạ tầng dữ liệu rất cụ thể cho miền của công ty và xử lý các vấn đề quan trọng về quyền riêng tư và bảo mật dữ liệu.
“Kể từ hôm nay, chúng tôi đã mở rộng về đường viền tự động, tất cả đều sử dụng hệ thống dựa trên đám mây. Việc sử dụng cơ sở hạ tầng này đã cho phép chúng tôi mở rộng hoạt động nghiên cứu của mình tới hơn 100 cơ quan cho nhiều vị trí khối u. Hơn nữa, việc mở rộng quy mô đã cho phép chúng tôi mở rộng sang nghiên cứu AI phức tạp hơn khác trong RT ngoài việc phân đoạn đơn giản, làm tăng khả năng tác động tích cực đến các phương pháp điều trị cho bệnh nhân trong tương lai.”
Lựa chọn đối tác hạ tầng phù hợp
Cuối cùng, Beriault cho biết việc áp dụng kiến trúc dựa trên đám mây cho phép các nhà nghiên cứu tập trung vào công việc của họ và phát triển các mô hình AI tốt nhất có thể thay vì xây dựng và “bảo mẫu” cơ sở hạ tầng AI.
Lee nhận xét rằng việc chọn một đối tác có thể cung cấp loại dịch vụ đó là rất quan trọng. Một nhà cung cấp mạnh phải mang lại mối quan hệ đối tác chiến lược mạnh mẽ giúp giữ cho các sản phẩm và dịch vụ của mình luôn tiên tiến. Ông nói rằng sự hợp tác của Microsoft với NVIDIA để phát triển nền tảng cho AI doanh nghiệp sẽ rất quan trọng đối với những khách hàng như Elekta. Nhưng có những cân nhắc khác, ông nói thêm.
“Bạn nên tự nhắc nhở mình, đó không chỉ là về các sản phẩm hay cơ sở hạ tầng. Họ có toàn bộ hệ sinh thái không? Họ có cộng đồng không? Họ có đúng người để giúp bạn không?”
Đăng ký để xem theo yêu cầu ngay bây giờ!
Chương trình nghị sự
- Kinh nghiệm trực tiếp và lời khuyên về những cách tốt nhất để tăng tốc phát triển, thử nghiệm, triển khai và vận hành các mô hình và dịch vụ AI
- Cơ sở hạ tầng AI đóng vai trò quan trọng trong việc chuyển từ POC và phi công sang khối lượng công việc và ứng dụng sản xuất
- Làm thế nào một “phương pháp tiếp cận ưu tiên AI” dựa trên đám mây và các phương pháp hay nhất đã được chứng minh ở tuyến đầu có thể giúp tổ chức của bạn, bất kể ngành nào, mở rộng quy mô AI nhanh hơn và hiệu quả hơn giữa các phòng ban hoặc trên toàn thế giới
Diễn giả
- Silvain Beriault, Trưởng nhóm chiến lược AI và Nhà khoa học nghiên cứu chính, Elekta
- John K. Lee, Trưởng nhóm chính về cơ sở hạ tầng và nền tảng AI, Microsoft Azure
- Joe Maglitta, Người dẫn chương trình và Người điều hành, VentureBeat
