| GTC2020分享-AI在醫學領域上的應用

超級電腦DGX SuperPOD,已提供醫學領域機構幫助加速AI在醫療領域上的突破。

活動時間:2020-10-08 10:30 - 2021-06-30 17:00

 

GTC2020 CEO Keynote重點整理(二)

長期以來,tsti 大世科(股票代號8099)持續關注新興科技的發展,包括人工智慧與容器管理等相關領域。以人工智慧來說,最重要的技術發表大會非GTC(GPU Technology Conference)莫屬; 從九月底的VMWorld到十月初的nVidia GTC,一連串新技術的發表讓人目不暇給,值得大家關注的GTC大會發表的內容,tsti 大世科針對重點整理,分享如下:

今年GTC的Keynote中,執行長黃仁勳談到了AI在醫學領域上的應用,並且發表了AI基礎架構超級電腦DGX SuperPOD,目前已經提供全球數個醫學領域機構使用來幫助加速AI在醫療領域上的突破。

一. 藥物研發AI應用

藥物研發是相當費時且費力的一項工程,平均開發一種藥物就需要耗費十年以上的時間,且平均研發花費為25億美金以上,然而,並不是花費這些成本就能開發出一款新藥,研發過程中有90%的投入都無效益的,這也就是愛隆定律(Eroom's law),或稱為反摩爾定律,新藥的研發會隨著時間經過而變慢且成本變高,發展新藥物的成本平均每隔九年就會加倍。
 


藥物研發會如此艱難,可以從幾個面向解釋 : 首先,找到與該疾病相關的蛋白質相當困難;其次,就算能找到相結合的蛋白質,很難找到可以使該蛋白質活化或失去活力的小分子化合物;最後,若能順利找到該分子化合物,還必須抵抗人體免疫系統可能造成排斥效果使該分子化合物根本無法進入細胞。以上種種困難又涉及多個專業領域技術,包含基因組學(Genomics)、資料分析(Data Analytics)、分子動力學(Molecular dynamics)等等,如果這些種種困難能藉由AI幫助克服打破愛隆定律呢? 在硬體效能上必須趕得上軟體的技術提升,所以nVidia在GTC上發表具有強大AI基礎架構超級電腦DGX SuperPOD。


二. nVidia SuperPOD

最新的nVidia SuperPOD具備100至700 petaflops的AI效能,並且提供彈性擴充,可配置20至140個DGX系統。nVidia透露與英國合作打造具備400 petaflops AI效能的超級電腦-Cambridge-1,並且nVidia也宣布與英國醫療保健用品公司GlaxoSmithKline(簡稱GSK)打造全球首座AI藥物研發中心。目前全球已經有數個醫學領域機構使用nVidia SuperPOD,例如瑞典製藥大廠AstraZeneca、倫敦國王學院、英國國民保健署(NHS)和Oxford Nanopore。

不只在醫學領域可利用如此強大的超級電腦進行更有效率的運算突破現行技術,未來更多產業如運輸業、製造業、零售業等,也能透過超級電腦發展智慧應用。利用nVidia發展的新興技術,搭配大世科加值服務能力將是企業導入相關解決方案的最佳選擇。