Vitis AI の AI ツールキット
最新 AI ツールキット Vitis™ AI v1.1 を使用して、高速推論を実行するための深層学習モデルをコンパイルしているため、費用対効果に優れたソリューションです。
さまざまなアプリケーションで ML 推論機能を実現
AMD の機械学習 (ML) 推論は、X 線、超音波、デジタル病理学、皮膚科、眼科などの分野で異常を特定し、重大な疾患の早期検出を可能にします。この技術は、ほかにも手術誘導システム、創薬、およびゲノム解析に適用できます。AMD はパートナー エコシステムと共に、あらゆるヘルスケア アプリケーションに革新をもたらし、先進的な設計手法を提供します。
エッジおよびクラウド向けのリファレンス デザインとオープン モデル
統合された Edge to Cloud ソリューション
医療分野における IoT の急速な発展は、クラウドに接続された臨床、診断、放射線機器の普及を加速させています。病院管理者や IT/サービス プロバイダー、医療機器メーカーは、市場投入期間を短縮できる統合型の Edge to Cloud ソリューションに大きなメリットを感じ、その必要性を理解しています。
リファレンス デザイン キット
AMD、Spline.AI 社、および AWS IoT サービスは、ヘルスケア AI リファレンス デザイン キットと、エッジ デバイスとして ZCU104 プラットフォームに搭載された Zynq™ UltraScale+™ MPSoC で驚異的な精度と低レイテンシを実現するサンプルの X 線検出モデルを提供しています。これらは、AMD Zynq アーキテクチャ用のオープンソース Python プログラミング プラットフォーム PYNQ™ を使用して開発され、この統合ソリューションを別の臨床プラットフォームに簡単に適応できるように AWS Lambda 関数を使用しています。
CNN アクセラレーション
MPSoC に統合された AMD 深層学習プロセッシング ユニットは、AWS IoT Greengrass 内のたたみ込みニューラル ネットワーク (CNN) を高速化します。エッジにおける高性能とクラウドの拡張性を組み合わせることで、このソリューションは臨床用途や治療現場用ソリューション (POC ソリューション) として、あらゆる場所で利用可能になります。また、このソリューションは、あらゆる既存のヘルスケア アプリケーションと簡単に統合でき、統合学習プラットフォームとして大規模に運用できます。
プラットフォーム
Vitis AI プラットフォーム
Vitis AI は、AMD ハードウェア プラットフォーム上で AI 推論を実行するための開発プラットフォームです。この環境には、最適化された IP、ツール、ライブラリ、モデル、サンプル デザインが含まれます。Vitis AI は、高い効率性と使いやすさを考えて設計されており、AMD FPGA およびアダプティブ SoC での AI アクセラレーションや深層学習の性能を最大限に引き出すことができます。
AMD は、ソフトウェア開発者、ハードウェア開発者、およびデータ サイエンティストが既存の機械学習エコシステムを活用できるよう完全なエンドツーエンド フローを提供しています。また、一般的な ML フレームワークを使用して保存したモデル グラフやトレーニング済みの重みを直接解析できるツールも開発しています。
PYNQ - Zynq で Python を利用
PYNQ プラットフォームを使用して、Python で実行するエッジ分析や ML を簡単に実現できます。PYNQ は、AMD Zynq アダプティブ SoC 向けのソフトウェア/ハードウェア フレームワークです。プログラマブル ハードウェアを活用してセンサーやその他のデータ型を前処理し、エンベデッド プロセッサでソフトウェア分析を効率化します。PYNQ プラットフォームは、Numpy、Scikit-Learn、Pandas などの主な Python ライブラリをすべてサポートしています。
リソース
ソリューション プロバイダー |
説明 |
サポートされるデバイス |
Spline.ai |
Zynq UltraScale+ ZCU104 |
|
アマゾン ウェブ サービス (AWS) |
Zynq UltraScale+ ZCU104 |
ソリューション プロバイダー |
説明 |
サポートされるデバイス |
AMD - Vitis |
すべての AMD プラットフォーム |
|
AMD - Vitis AI |
すべての AMD プラットフォーム |
|
AMD - PYNQ |
Zynq UltraScale+ Zynq 7000 |
|
AWS IoT |
Zynq UltraScale+ Zynq 7000 |
|
医療向け AMD |
すべての AMD プラットフォーム |
2D 内視鏡のマルチクラス セグメンテーション
データセット: EDD2020
モデル: ResNet18 の特徴抽出と複数の予測ヘッドを備えた AMD のカスタム FPN (Feature Pyramid Network)
画像: アルゴリズムからの結果画像
モデル: ダウンロード
正確性: Dice = 80.45%、F2-score=79.15%
性能: ZCU102 79 ms レイテンシ、40 fps
Vitis™ AI Skin Lesion Classification (皮膚病変の分類) のチュートリアル
データセット: HAM10000
Skin Lesion (皮膚病変) のチュートリアル
モデル: GitHub で見る
ウェビナー シリーズ: Analytics to X-Rays Unchained
このウェビナー シリーズ (2 部構成) は、医療向けソリューションの実現には、in situ (現場で) かつ in silico (コンピューター上) で処理される推論機能の重要性についてお話しします。
AMD、医療用画像処理で AI を活用する技術を発表
ML や深層学習などを含む AI の使用は、医療用画像処理に大きな革新をもたらす技術となっています。
お問い合わせ
AMD 営業担当者にお問い合わせください。