ALAFIA的Aivas超级计算机用于医疗领域，在今年于内华达州拉斯维加斯举行的消费电子展（CES）上赢得了两项创新奖。
ALAFIA的Aivas超级计算机凭借其高性能计算规格和内存架构，使复杂的AI应用程序能够在单节点系统中平稳运行。图片来源：ALAFIA / Business Wire。
利用AI和生成式AI（genAI）应用程序加速诊断并解锁医学影像的新见解正在迅速成为常态。支撑这些应用程序的是运行这种复杂软件所需的超级计算机。
2024年8月，总部位于佛罗里达州的初创公司ALAFIA宣布了一款名为Aivas的交互式高性能个人超级计算机的全面上市，该计算机专为医疗领域的AI软件应用程序部署而设计。
Aivas旨在满足市场需求，提供最高的计算密度和能源效率，适用于低延迟、关键任务的工作流程和安全工作负载，涵盖数字病理学、神经学、遗传学研究和放射学等领域。
斯坦福大学医学院神经科学系和Acacia诊所的研究人员已经早期采用了这台超级计算机。
在使用Aivas进行皮层重建时，Acacia诊所研究副总裁兼斯坦福大学神经科研究成员Danielle DeSouza博士表示，超级计算机将每个受试者的重建时间从超过24小时缩短到了不到2小时。此外，该超级计算机还能够并行处理数百个受试者的重建任务。
ALAFIA最近在内华达州拉斯维加斯举行的CES技术展上因其Aivas超级计算机获得了两项创新奖。
据GlobalData的一份报告显示，未来十年内，医疗领域的每个AI市场细分都将增长，预计到2023年的1030亿美元将超过1万亿美元。
Medical Device Network采访了ALAFIA首席执行官Cam Buscaron，进一步了解Aivas及其支持的医疗协议。
Ross Law (RL)：您对今年CES上的奖项认可有何反应？
Cam Buscaron (CB)：由于Aivas主要面向医院、癌症中心和生物技术公司的B2B产品，而不是消费者产品，因此在CES上获得奖项的认可让我感到意外。
由于这一认可，我们在展会上吸引了来自各行各业的参观者，从从事化妆品病理学的大奢侈品跨国公司到对健康科技感兴趣的医生和医师——这不是典型的CES观众。
总体而言，在CES上，我们看到公司对企业级AI投资的前瞻性程度明显提高，这在过去可能并不常见。现在看来，即使是中型甚至小型公司也开始考虑如何利用AI，并且有明确的预算承诺来采用AI，这些公司都在寻找适合长期使用的解决方案。
RL：像Aivas这样的超级计算机如何支持在医疗领域日益普及的AI/GenAI基础模型？
CB：我们从零开始设计Aivas，使其成为最佳的AI推理设备，这意味着拥有基础模型的人可以在我们的系统上本地且安全加密地运行它。
Aivas不仅是一台更强大的计算机，它还允许用户执行普通计算机无法完成的任务。它扩展了用户处理大数据集和模型的能力。这种能力主要归功于Aivas的内存架构。凭借更大的内存容量、带宽和吞吐量，我们可以运行非常大的基础模型；通常情况下，这类应用需要两台云服务器，但在我们的单节点系统中可以很好地运行，因为其高性能规格。
对于放射学领域，不仅仅是运行基础模型，还需要运行多个计算机视觉算法，包括器官分割和肺结节检测——所有这些任务在Aivas上都能很好地运行，因为它配备了206个中央处理器（CPU）核心和大容量内存。
肺结节检测传统上被认为是特别具有挑战性的，因为在包含100多个扫描图像的大数据集中，肺结节可能只出现在两三个中。因此，能够快速处理这些复杂的、计算密集型用例的系统在放射学中具有很大优势。
RL：还有哪些医疗领域可以从Aivas中受益？
CB：目前，我们的大多数客户都在数字病理学领域。传统上，病理学家会取组织样本，制作玻片并在显微镜下检查。而在数字病理学中，病理学家使用全切片扫描仪。将玻片放在这些扫描仪下，会拍摄一张可能是100,000px × 100,000px大小的组织样本图像。
从如此大的图像中获取的数据的好处在于，AI模型可以识别病理学家仅凭肉眼无法看到的东西。例如，像细胞分割、细胞分类和核检测等基本操作现在可以更快地完成，以诊断患者组织样本中的癌症程度。
在病理学中，现在大约有二十多种分析软件应用程序，我们处于扫描仪制造商和图像管理软件开发商之间的“甜蜜点”。我们与扫描仪制造商合作实现互操作性，我们的超级计算机有助于加速这些应用程序的处理和分析能力。
RL：Aivas的近期重点是什么？
CB：我们大约18个月前成立公司并开始开发Aivas。我们在3月份参加了一家供应商的展会，这是第一次有人对我们有所了解。
我们在2024年国际分子生物学学会（ISMB）会议上展示了Aivas，这才正式开始了营销活动。此时我们有了网站，并在ISMB会议一个月后发布了第一份新闻稿。
迄今为止，Aivas的反响非常好，CES奖项进一步引起了人们对产品的兴趣。我们仍处于早期阶段，我们认为我们的目标客户尚未完全意识到我们的产品。但随着口碑传播和CES的认可，我们开始看到对我们产品的兴趣逐渐增加。
随着兴趣的增长，我们正在密切思考大规模制造设计和增加供应能力，以确保客户在订购时能够及时收到系统。
(全文结束)
