ALAFIA AI的超级计算机加速了医疗领域的人工智能工作流程，将任务时间从30分钟缩短至不到30秒。佛罗里达州的一家医疗设备制造公司ALAFIA AI开发了一款名为AIVAS的高性能个人超级计算机，专门用于加速临床和研究环境中的AI工作流程，并在CES 2025上首次亮相。
医疗应用如数字病理学、神经学、基因研究和心脏成像越来越依赖先进的计算工具。为了应对这些不断增长的需求，AIVAS提供了每秒超过1,000万亿次操作（TOPS）的能力，非常适合处理数据密集型的医疗任务。从支持下一代测序算法到处理复杂的成像数据如PET扫描，这款超级计算机旨在提高关键医疗操作的准确性和效率，并帮助研究人员更快获得洞察和简化工作流程。
ALAFIA的创始人兼前NVIDIA和AWS资深人士Camilo Buscaron解释说，AIVAS的开发是为了弥补医疗AI基础设施的不足。他指出，随着医疗数据生成量的不断增加，像AIVAS这样的强大系统对于将数据转化为可操作的见解至关重要。
“虽然成像中心渴望开发应用程序，但真正的挑战在于AI。他们要么需要更好的基础设施，要么在这方面的投资不足。认识到这一差距后，我们决定创建一个产品来加速医疗AI应用程序的开发和部署。有了这个解决方案，一旦应用程序准备就绪，医生、病理学家、神经学家和研究人员可以在本地实时运行这些应用程序，使用我们安全加密的系统。”Buscaron解释道。
该系统配备了高性能硬件，包括128个CPU核心和28,416个NVIDIA CUDA GPU核心，配有92GB的高带宽GPU内存。尽管其计算能力令人印象深刻，但它运行效率很高，仅消耗700瓦的能量。此外，它还支持强大的软件生态系统，提供访问超过1,000个经过验证的软件包，涵盖从基因组比对到成像分析的各种任务，确保它可以处理多样且苛刻的工作负载。
早期采用者，如斯坦福大学医学院神经学系报告了显著的时间节省。例如，以前需要长达30分钟的成像任务现在可以在不到30秒内完成，使研究人员能够更快更高效地获得结果。Buscaron补充说：“我们首先在病理学领域开展工作，因为一些病理学家有他们工作的基准。当他们运行他们的光后图像分割和细胞注释测试时，他们能够在不到30秒内完成。他们找到的下一个最好的计算机需要30分钟到1小时，这对于技术人员来说不是一个可行的解决方案。”
Buscaron进一步指出，机器学习无疑是医学中的关键推动者，因为人体产生的数据远远超过了当今任何一台计算机单独处理的能力。无论是血液检查结果、成像数据、基因组分析、生物标志物还是实时跟踪设备，实时生成的数据量超出了任何普通计算机全面分析的能力。“这创造了一个重要的机会。通过利用这些数据——其中许多包含有价值的见解——我们可以为医生提供更多深入的信息，帮助他们做出更好、更明智的决策，提高诊断准确性。医疗的未来在于我们解锁这些见解的能力，从而为患者带来更好的结果和更高效的医疗实践。”他总结道。
(全文结束)
