醫(yī)療（有時稱為醫(yī)療保?。┯绊懼總€人，特別是因為我們的人口老齡化。最新的硬件在性能方面為聚會帶來了很多，以解決高響應性、顯著更好的準確性和改進的成像能力的需求。最重要的是，GPU 計算有能力加速和改進醫(yī)學成像，以幫助醫(yī)療專業(yè)人員做出更好更快的決策。

　　得益于NVIDIA在 GPU 技術方面的進步，該行業(yè)正在見證醫(yī)學圖像重建方式的演變。邁出下一步，實際實施 NVIDIA 技術，是凌華科技大放異彩的地方。實際上，該 GPU 可以將信號轉(zhuǎn)換為 2D 或 3D 圖像，這需要一系列復雜的計算。

　　GPU 解決方案允許智能視頻分析 （IVA），它獲取視頻數(shù)據(jù)并將其轉(zhuǎn)化為可操作的見解。就其本身而言，凌華科技專注于邊緣計算。使用 GPU 加速邊緣計算可提高圖像質(zhì)量、加速圖像構建并執(zhí)行圖像分析，以幫助醫(yī)療專業(yè)人員治療患者。歸根結(jié)底，凌華科技正在讓醫(yī)學影像在臨床實踐和外科手術中得到更廣泛的應用。

　　很明顯，沒有一家公司擁有所有 IP 來打造一個成功的平臺。凌華科技和 NVIDIA 之間的合作伙伴關系實現(xiàn)了可擴展性和面向未來的發(fā)展。GPU——NVIDIA 的專長——顯然在醫(yī)學成像中發(fā)揮著重要作用，尤其是在公司的 GPU 架構及其各種軟件堆棧方面。凌華科技的嵌入式移動 PCI express 模塊 （MXM） 和 GPU 計算平臺由 NVIDIA GPU 提供支持，可為現(xiàn)在和未來的這些增強型成像應用程序提供計算加速。

　　醫(yī)學影像的挑戰(zhàn)

　　一種經(jīng)過時間考驗的定制醫(yī)療應用平臺的方法是使用模塊。這些模塊可以容納任何種類的處理器以適應特定的應用。對于此處提及的應用，凌華科技的嵌入式 MXM GPU 模塊能夠提升傳統(tǒng) CPU 無法實現(xiàn)的性能，包括圖像處理和分析、計算加速和人工智能。

　　該公司最新的 MXM GPU 模塊采用 NVIDIA Turing 架構設計，將 CUDA 核心、RT 核心和 Tensor 核心集成在一個 GPU 中。例如，EGX-MXM-RTX3000 模塊采用先進的 NVIDIA Turing GPU 技術，采用 MXM 3.1 Type B 外形尺寸，尺寸僅為全長 PCI Express 圖形 （PEG） 卡的四分之一。MXM GPU 模塊的總圖形功率從 80 W 開始，適用于尺寸、重量和功率受限的關鍵任務醫(yī)學成像應用，例如 C 形臂和其他移動設備。

　　還要記住，與工業(yè)應用一樣，醫(yī)療領域也在尋求其產(chǎn)品的壽命。兩到五年并不少見，我們經(jīng)?？吹揭粋€平臺需要 10 年的支持。因此，凌華科技正在使用 NVIDIA 的嵌入式 GPU 解決方案設計這些系統(tǒng)，讓客戶相信將獲得更長的使用壽命支持。

　　RDMA 救援

　　最后，在最新的凌華科技系統(tǒng)中實現(xiàn)的一項功能是 NVIDIA 的GPUDirect Remote DMA （RDMA）。在醫(yī)學成像應用中，GPUDirect RDMA 讓外部數(shù)據(jù)源可以直接訪問 GPU 的內(nèi)存。如果沒有此功能，數(shù)據(jù)將在到達 GPU 之前被復制到 CPU 的內(nèi)存中，從而不必要地增加數(shù)據(jù)傳輸延遲和延遲。

　　RDMA 的一個典型用例是超聲波。在大多數(shù)情況下，超聲波利用 FPGA 等前端設備在數(shù)據(jù)到達 GPU 之前進行模數(shù)轉(zhuǎn)換。這可能是 FPGA 和 GPU 之間來回的大量通信。啟用 RDMA 后，帶寬增加提供了必要的性能。

　　雖然更好的醫(yī)學成像的目標是顯而易見的，但它遠非容易實現(xiàn)。該目標只是在正確的時間、正確的地點、使用正確的數(shù)據(jù)采取正確的行動。實現(xiàn)這一目標的關鍵是將領域知識與平臺和構建塊相結(jié)合，然后根據(jù)最終用戶的個人需求定制這些部分。

　　審核編輯：郭婷