AI Vitis AI용 AI 툴킷
빠른 추론 실행을 위한 딥 러닝 모델을 컴파일에 Vitis™ AI 버전 1.1용 최신 AI 툴킷을 사용하여 이 솔루션의 비용 효율성을 높였습니다.
다양한 응용 분야에서 ML 추론 기능 활성화
AMD 머신 러닝(ML) 추론을 통해 X선, 초음파, 디지털 병리학, 피부과, 안과학 등에서 이상을 식별하여 질병을 조기에 발견할 수 있습니다. 그 외 적용 분야로는 수술 도구 가이드, 신약 발견, 게놈 분석 등이 있습니다. AMD와 파트너 에코시스템은 다양한 의료 응용 분야 및 설계 방법론을 상당히 발전시킬 수 있습니다.
에지 및 클라우드용 참조 설계 및 오픈 모델
통합 에지 투 클라우드 솔루션
헬스케어 IoT는 클라우드에 연결된 임상, 진단, 방사선 장비와 관련된 기회를 빠르게 앞당기고 있습니다. 병원 관리자, IT 담당자, 서비스 제공업체, 의료 장비 제조업체들은 에지 투 클라우드 통합 솔루션이 제공하는 이점을 인식하고 있으며, 이러한 솔루션이 자사의 시장 출시 시간을 가속화하는 데 반드시 필요하다는 것을 이해하고 있습니다.
참조 설계 키트
AMD, Spline.ai, AWS IoT 서비스는 완전하게 작동하는 헬스케어 AI 참조 설계 키트와 정확도는 매우 높고 출력 지연율은 낮은 X선 감지 예시 모델을 갖추었습니다. 이 모델은 ZCU104™ 플랫폼에 통합되어 Zynq™ UltraScale+™ MPSoC에서 에지 장치로 실행됩니다. AMD Zynq 아키텍처용 오픈 소스 Python 프로그래밍 플랫폼인 PYNQ™와 AWS Lambda 기능을 사용하여 개발되어 다른 임상 플랫폼에 쉽게 통합할 수 있습니다.
CNN 가속
MPSoC에 통합된 AMD 딥 러닝 처리 장치는 AWS IoT Greengrass 내의 Convolutional Neural Network(CNN)를 가속화합니다. 에지의 고성능과 클라우드 확장성을 결합한 이 솔루션은 임상 또는 POC(Point-of-Care) 솔루션으로 어디서나 사용할 수 있습니다. 또한 이 솔루션은 통합 학습 플랫폼으로서 기존 대규모 의료 애플리케이션에 쉽게 통합할 수 있습니다.
플랫폼
Vitis AI 플랫폼
Vitis AI는 AMD 하드웨어 플랫폼에서 AI의 추론을 지원하는 개발 플랫폼입니다. 최적화된 IP, 도구, 라이브러리, 모델, 예제 설계로 구성되어 있습니다. 고효율과 사용 편의성을 염두에 두고 설계되어 AMD FPGA 및 적응형 SoC에서 AI 가속의 잠재력을 온전히 발휘할 수 있습니다.
AMD는 소프트웨어 개발자, 하드웨어 개발자, 데이터 과학자들이 기존의 머신 러닝 에코시스템을 활용할 수 있도록 완벽한 엔드투엔드 플로우를 개발했습니다. 이러한 패러다임으로 고객이 모델 그래프와 인기 있는 ML 프레임워크에 저장되어 있는 학습된 가중치를 직접 구문 분석할 수 있는 도구를 설계했습니다.
PYNQ - Zynq의 Python
Python이 지원하는 에지 분석 및 ML은 "PYNQ" 플랫폼에서 이루어집니다. PYNQ는 AMD Zynq 적응형 SoC용 소프트웨어 하드웨어 프레임워크입니다. 이 제품은 프로그래밍 가능한 하드웨어를 활용하여 센서 및 기타 데이터 유형을 사전 처리함으로써 내장형 프로세서에서 소프트웨어 분석의 효율성을 높입니다. PYNQ 플랫폼은 Numpy, Scikit-Learn, Pandas 등과 같은 모든 주요 Python 라이브러리를 지원합니다.
리소스
솔루션 제공업체 |
설명 |
지원되는 장치 |
Spline.ai |
Zynq UltraScale+ ZCU104 |
|
AWS(Amazon Web Services) |
Zynq UltraScale+ ZCU104 |
솔루션 제공업체 |
설명 |
지원되는 장치 |
AMD - Vitis |
모든 AMD 플랫폼 |
|
AMD - Vitis AI |
모든 AMD 플랫폼 |
|
AMD - PYNQ |
Zynq UltraScale+ Zynq 7000 |
|
AWS IoT |
Zynq UltraScale+ Zynq 7000 |
|
의료 분야용 AMD |
모든 AMD 플랫폼 |
2D 내시경 다중 클래스 분할
데이터 세트: EDD2020
모델: AMD의 맞춤형 Feature Pyramid Network와 ResNet18 특징 추출기 및 다중 예측 헤드 포함
이미지: 알고리즘의 결과 이미지
모델: 다운로드
정확도: Dice = 80.45%, F2-스코어=79.15%
성능: ZCU102 79ms 지연율, 40fps
Vitis™ AI 피부 병변 분류 튜토리얼
데이터 세트: HAM10000
피부 병변 튜토리얼
모델: Github에서 보기
웨비나 시리즈: X-레이에 대한 심층 분석
이 2부 웨비나 시리즈에서는 헬스케어에서 원위치, 가상 환경, 추론이 갖는 중요성에 대해 다룹니다.
AMD, 의료 영상 분야에서 AI의 힘 발휘
ML 및 딥 러닝 기법을 포함한 AI의 사용은 의료 영상 분야를 혁신하는 동력이 될 것입니다.
상담하기
AMD 영업 대리점에 문의하세요.