《科創板日報》2月20日訊（記者 黃心怡）近日，華為正式發布DCS AI解決方案（數據中心AI全棧解決方案），并針對DeepSeek推出FusionCube A3000訓/推超融合一體機，適配DeepSeek V3&R1及蒸餾模型，支持私有化部署。
瑞金醫院剛剛發布的臨床級多模態互動式病理大模型——RuiPath正是基于華為DCS AI解決方案打造，通過利用國產存儲和算力的協同，僅需算力卡16張就能實現。
《科創板日報》了解到，華為DCS AI解決方案在硬件層面除了訓/推超融合一體機的部署模式，也可以是包括計算、存儲、網絡在內的全棧部署模式。除了硬件外，還提供一整套軟件工具鏈。這些工具鏈具有開放性，可以讓更多集成商使用，以及在不同的醫院和行業落地。
華為副總裁、數據存儲產品線總裁周躍峰介紹，“解決方案未來在不同的醫院以及行業落地，華為提供了這些基礎的工具鏈和相關的軟件和硬件，我們仍然需要與醫院的醫療知識、數據和相關醫療的整個信息系統結合，同時還有其他的AI數據以及AI應用的集成商，三方面結合起來，就可以來打造一個個案例。”
在周躍峰看來，AI應用場景落地主要存在三方面障礙：一是數據工程難題；二是模型訓練及應用對接難題；三是多任務調度、資源高效利用的難題。
在數據工程方面，提供給大模型做訓練的數據需要經過處理，這就好比讓小學生、中學生能獲得知識，課本和教材的質量非常重要。但數據處理過程非常耗時耗力。此外，硬件基礎設施的數量不能太多，否則成本很高。“尤其在AI行業化落地的時候，我們不可能讓每一個醫院買一百張、一千張甚至上萬張卡來實現AI的行業化落地。”
據了解，如果不做任何優化，瑞金醫院此次的RuiPath病理大模型僅在圖像訓練時，訓練一輪就要上萬的GPU ARS。而在推理階段，分析一張完整40倍鏡下的WSI切片，需要計算上千萬token，同時為了滿足醫院一百家以上的并發訪問量的需求，那就需要GB級的顯存。
“在這樣的計算量和現存的需求之下，如果我們僅僅靠scale up隊列硬件去滿足需求的話，它的成本是非常高昂的，這樣的AI注定只是一個奢侈品，并沒有辦法去普惠大眾，這也是我們主要克服的難點之一。”華為數據存儲產品線AI方案首席專家王帥稱。
眼下，整個醫療行業正在積極擁抱人工智能，而DeepSeek的爆火也在加速推進大模型的應用。
同濟大學附屬上海市第四人民醫院已完成DeepSeek人工智能大模型本地化部署，將DeepSeek與醫院現有信息系統，如電子病歷系統、醫院信息系統等深度對接，實現數據無縫流通和共享；湖南省人民醫院完成了DeepSeek的本地化部署，并實現與醫院OA（辦公自動化）系統的深度融合，可智能化處理行政審批、排班管理、文件流轉等日常事務，醫務人員通過院內4000余臺終端登錄統一入口，即可享受AI生成的文檔輔助、智能問答、數據分析等服務，工作效率顯著提升。
中國工程院院士、上海交通大學醫學院附屬瑞金醫院院長寧光表示，當前確實面臨著一個非常重要的關口，這個關口就是“替代一定發生”。機器一定替代人，這是一個工業化的過程、一個進步的過程，但人可以找到新的工作去做。
多家券商發布研報認為，AI在疾病診斷、檢測等方面展現出巨大潛力，或可成為AI最深遠的應用領域。江海證券表示，在病理診斷領域，AI應用將有效緩解我國病理醫生短缺的現狀，顯著提升病理切片檢查效率和診斷準確率，為臨床治療提供更精準的決策支持，強化早診斷、早治療、早康復，助力實現全民健康。
中信證券認為，醫療垂類大模型憑借更強的理解、生成、多模態能力，從提質、增效兩條路徑拓展了更復雜情境下的AI+醫療市場空間。預計2025年至2029年，國內的AI智能診療產品在B端和G端的累計市場空間將達到近200億元，而C端的年理論市場空間可能超過700億元。
（科創板日報記者 黃心怡）
本文鏈接：http://www.020gz.com.cn/news-4-2436-0.htmlDeepSeek爆火后 大模型加速落地醫療！華為已入局
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
