NVIDIA Clara 平台助力火山引擎构建医疗健康和生命科学行业方案

案例简介

随着AI在医疗健康和生命科学领域应用的不断增加，GPU算力的需求迅猛增长。火山引擎机器学习平台在NVIDIA A100 Tensor Core GPU的硬件基础架构之上，基于NVIDIA Clara 平台构建面向医疗健康和生命科学的行业方案。通过公有云、专业工具的结合，为企业提升开发效率。

本案例为NVIDIA Clara 平台，NGC（NVIDIA GPU Cloud），NVIDIA A100 Tensor Core GPU。

Case Introduction

With the rapid increase of AI applications in healthcare and life science, developers’ need on GPU computation expand at very high speed. With NVIDIA A100 Tensor Core GPUs infrastructure, Volcengine adopt NVIDIA Clara platform to build professional platforms for healthcare and life science industry.

Mainly applies to NVIDIA Clara Platform，NGC (NVIDIA GPU Cloud) and NVIDIA A100 Tensor Core GPUs.

客户简介及客户挑战

火山引擎机器学习平台，由字节跳动应用机器学习团队推出，支撑了抖音、西瓜视频等产品的AI算法训练与推理业务。目前机器学习平台已经正式对外服务，在AI医疗、自动驾驶、AI企业服务等多个行业落地。

AI技术已经成为医疗健康和生命科学领域发展的重要驱动力，以计算机视觉、自然语言处理、机器学习等为代表的人工智能技术已广泛渗透于医学影像、健康管理、生信分析、医疗信息化、药物研发、临床科研等多样化场景中。

生物医学健康行业在应用AI技术时，往往存在一些难点，例如IT建设前期投入大、模型训练耗费大量算力、搭建和优化专用模型训练环境耗时较多等，这些都会影响企业的创新研究效率和业务开展。

火山引擎机器学习平台与NVIDIA合作，通过公有云、专业工具的结合，为企业解决上述难题。针对算力需求高的领域，提供海量高性能、价格优惠的算力，云原生模型训练与推理平台，以及NVIDIA针对行业特有任务优化打磨的系列工具。减少企业前期IT基础资源的投入，并可以快速搭建行业专用的环境，使企业可以将更多资源集中在算法开发、产品迭代，以加速市场布局，提升公司发展速度。

应用方案

作为医疗健康和生命科学领域的智能计算引擎，NVIDIA Clara 为加速基因组分析、药物发现、NLP、医学图像和医疗设备提供 SDK、容器等工具集。这些工具有助于快速启动 AI 模型开发并加速工作流程.

通过合作，NVIDIA Clara平台成为火山引擎机器学习平台的重要组成部分，有助于创建训练任务、在线服务和其他工作负载，其中包含可通过NGC下载的医疗健康相关的软件工具。提供了大量的生物医学行业工具并封装成镜像，在火山引擎机器学习平台中创建训练任务时，用户可以使用NVIDIA提供的公网镜像。经过验证的镜像包括：

• AutoDock-GPU套件是一系列包含在 NVIDIA Clara Discovery 中，还在不断扩展的用于分子对接和虚拟筛选的方法的集合。主要用于基于结构的药物发现和探索生物分子结构和功能的基本机制。AutoDock-GPU的更多信息，请访问 https://autodock.scripps.edu/ 和官方 GitHub 页面。

• GROMACS（GROningen MAchinefor Chemical Simulations）是一整套分子动力学模拟功能程序包，也包含在 Clara Discovery 中，能广泛用于模拟研究蛋白质、脂质、DNA 及RNA 等生物分子的性质。与其它分子动力学模拟软件相比，GROMACS 具有诸多优势，包括：运算速度快、软件开源免费、力场种类丰富、软件程序包功能多而且强大等。GROMACS不断在核心算法上进行优化以实现模拟效率的稳步提升，同时还对并行模式进行扩展以适应GPU等硬件加速平台。

• MONAI 是一个用于医学成像的开源 AI 框架，而 NVIDIA FLARE 是一个用于创建联邦学习范例的 SDK。和NVIDIA FLARE面向医疗图像的开发框架。采用简单易用的CLI界面，可以让开发者更快的构建起数据标注、训练和调整的AI应用开发流程。Clara Train SDK 包含AI辅助标注的功能，与主流的医疗图像显示工具一起提高标注的效率。除此之外，还提供预先训练好的模型，可以通过迁移学习，联邦学习和AutoML等技术快速开启医疗图像AI的开发。