PG(平台电子)中国-官方网站

从算力到场景:海光DCU“助跑”医疗AI落地-PG电子集团

从算力到场景:海光DCU“助跑”医疗AI落地

  近日,以“同源共智·芯业长青”为主题的2025光合组织领导人大会如期举行,海光信息携手卫宁健康共同展示基于国产算力的医疗行业智能化解决方案和应用案例。

  近年来,医疗信息化建设加速迎来智能化和自主可控两大重要发展方向。面对医疗行业应用系统底层架构升级与智能化市场新机遇,作为国产“C86+GPGPU”技术路线的领军企业,海光信息持续加大对医疗行业投入,携手光合组织上下游伙伴,深入捕捉医疗AI的丰富多样化场景需求,为医疗机构带来国产算力支撑。

从算力到场景:海光DCU“助跑”医疗AI落地(图1)

  2025年初,以DeepSeek为代表的通用大模型的快速普及,再度引发医疗AI创新应用热潮,国产算力面临前所未有的行业市场新机遇。与此同时,大模型在医疗行业应用总体仍属浅层,加之幻觉和算力困境,给医院持续深入开展大模型应用带来挑战,也让医疗行业再次审视AI技术的演进。

  回望历史,大模型只是医疗AI的发展的阶段性热点技术之一。截至目前,医疗AI的技术经历了基于规则、知识图谱、机器学习、认知计算、大语言模型等多个阶段及实现方式。不同的人工智能技术在不同场景的表现,各有所长、相互并存。

  某医学大数据研究中心原主任薛万国指出:“人工智能在医学领域的发展是一个不断探索、创新和完善的过程。不同AI技术在不同场景下各有优劣,应该用其所长、避其所短。医院特别要注意AI平台的顶层规划先行,避免AI孤岛。”

  医疗AI技术和应用场景的多样性,决定了相应算力的场景化多样性。医疗AI应用场景异常丰富多样,不同医疗机构、不同科室的算力需求不尽相同。基层医疗机构可能部署一些终端算力盒子就够用,而研究型医疗机构开展分子模拟等科研需求,则需处理海量数据和复杂算法,要求算力资源能够支持高吞吐推理与训练。

  因此,对于医疗机构而言,不是建设一个集中的算力中心就万事大吉,更不是简单的算力堆叠,而是需要面向具体场景持续动态调度、弹性优化与深度加速。医院需要实现AI算力与传统算力在调度管理层面的融合,为不同场景应用打造一系列差异化的、真正“能用”的芯片解决方案,并借助智能化去重新定义业务。

  海光信息自主研发的海光DCU,完全满足从十亿级模型端侧推理到千亿级模型训练的全场景需求。要将算力更快速地推向市场,同等重要的是培育行业应用软件生态。

从算力到场景:海光DCU“助跑”医疗AI落地(图2)

  海光信息医疗技术总监介绍,多年来,海光信息针对海光DCU先后研发了从底层的GPU开发工具套件DTK,到中间的人工智能基础软件系统DAS,再到靠近上层的人工智能应用平台DAP,共同构成了端到端全栈AI加速套件,就是为了让国产AI算力更适用、更好用。这主要体现在如下几方面:

  全面场景覆盖:结合海光DCU的通用架构和全精度优势,集成超过2000个算子,对标CUDA的算子覆盖度超过99%,拥有完整成熟的计算库,覆盖AI训练、AI推理、AI4S和科学计算等场景。海光DCU的全栈能力使得医疗工作者能够快速部署和运行深度学习模型。

  生态全面兼容:海光DCU自研DTK(DCU Tool Kit)异构计算平台,兼容CUDA等国际主流的GPGPU开源生态,支持PyTorch、TensorFlow等AI框架,可以直接编译基于Nvidia CUDA、AMD ROCm API编写的代码。在编译和运行全过程通过DTK完成医院底层算力的快速切换,实现应用迁移“零”成本。

  极致性能优化:结合手动算子调优、编译优化和汇编指令级优化等方法,实现接近芯片理论峰值的吞吐性能,充分释放硬件算力潜能。

  AI高阶功能集成:内置知识库引擎(文档解析、OCR、权限管理)、智能体编排引擎(可视化LLM推理链搭建)、自然语言数据分析引擎等高阶功能,满足安全性与稳定性要求。

  开源与快速迭代:通过OpenDAS开源扩展套件与光源模型仓库,提供前沿AI模型即取即用;采用小步快跑发版策略,确保技术生态持续领先行业。

  2025年春节后,华西二院基于海光算力做了大模型的应用测试。实测表明,海光DCU算力性能、对模型进行调优训练的成本优势较为明显。

从算力到场景:海光DCU“助跑”医疗AI落地(图3)

  在医疗信创层面,海光信息已与生态伙伴协作,在医院全栈国产化、医保云平台、医疗影像云、区域健康平台、医共体等场景,积累了丰PG电子富的落地案例。

  在医疗AI市场机遇前,海光信息同样与医疗行业主流应用软件开发商深度合作,以业务场景为引导,为医疗行业数智化转型提供国产算力支撑。

  卫宁健康已确立“人工智能+数据”的双引擎发展战略,深度布局、持续投入,押注AI与医疗场景的融合,利用AI技术重构医疗服务全链条。早在2017年,卫宁健康就成立了人工智能实验室。2023年起,卫宁健康启动医疗大模型WiNGPT研发,推动AI渗透到诊疗全流程,目前已经演进到WiNGPT3.0。

  卫宁健康WiNEX全线产品均与海光DCU、CPU进行深度适配调优。“我们不仅完成了实验室内的适配调优,而且累计已有30多个项目在全国落地。”

  针对医院核心业务系统呈现智能体应用增多趋势,卫宁健康WiNEX Agent的技术框架共分三层:最底层为“模型及增强层”,基于海光DCU融合多模能力,包括WiNGPT、DeepSeek、影像识别模型、基因分析模型等。中间层为WiNEX Agent层,打造Agent Framwork,包括提示工程、模型引擎、RAG引擎等。最上层为Scenario+Copilot,通过多模态数据交互、上下文理解、动态策略调整等,重塑所有医疗场景。

从算力到场景:海光DCU“助跑”医疗AI落地(图4)

  在培育生态方面,海光信息在诞生之初,就成立了“海光产业生态合作组织”,简称“光合组织”。截至目前,光合组织已拥有超过6000家合作伙伴,共同开展技术研发和生态适配优化,累计打造1.5万个联合解决方案,让海光芯能够得到更广泛的使用。

  卫宁健康与海光信息所达成的生态合作举措及成效,是海光信息为医疗行业数智化转型提供算力支撑的一个缩影。从算力到场景,海光DCU正全力“助跑”医疗AI落地。