Um Ihnen die Funktionen unseres Online-Shops uneingeschränkt anbieten zu können setzen wir Cookies ein. Weitere Informationen
NVIDIA DGX Anfrage 
NVIDIA Clara Imaging
Beschleunigtes Computing und KI geben der nächsten Generation von Medizinprodukten und fortschrittlicher biomedizinischer Forschung einen gewaltigen Schub. Mit einer Plattform für Bildgebung, Genomik, Patientenüberwachung und Medikamentenentwicklung, die überall eingesetzt werden kann – von Edge-eingebettet bis hin zu jeder Cloud – bietet NVIDIA Clara™ im Gesundheitswesen die Möglichkeit, Innovationen zu entwickeln und den Weg zur Präzisionsmedizin zu beschleunigen.
Ein Framework für KI-gestütztes Computing in der medizinischen Bildgebung
NVIDIA Clara™ ist eine Plattform für medizinische Bildgebung, Genomik, Patientenüberwachung und Medikamentenentwicklung. Bei DELTA Computer konzentrieren wir uns auf den Bereich medizinische Bildgebung mit Clara Imaging. Im Folgenden möchten wir Ihnen einen Überblick über die aktuellen Frameworks und die dazu passende Hardware geben.
Heute sind GPUs in fast allen Bildgebungsgräten zu finden - darunter CT, MRT, Röntgen und Ultraschall - und bringen Rechenleistung in die Edge-Geräte. Aufgabe der Deep-Learning-Forschung in der medizinischen Bildgebung ist es, effiziente KI-gestützte Arbeitsabläufe zu ermöglichen.
Um diese KI-fähigen Anwendungen zu entwickeln, müssen die Daten KI-fähig gemacht werden. NVIDIA Clara AI-Assisted Annotation tut dies, indem es APIs und ein Toolkit bereitstellt, um KI-gestützte Annotationsfunktionen für jeden medizinischen Viewer zu ermöglichen. Nach der Annotation müssen Datenwissenschaftler und Forscher ein robustes KI-Modell erstellen.
Um dies zu ermöglichen, beinhaltet NVIDIA Clara Train Techniken wie AutoML, datenschutzgerechtes föderiertes Lernen und Transfer Learning. Ein trainiertes KI-Modell ist in Clara Deploy verfügbar und bietet ein Referenz-Framework. Auf dieser Basis können eigene Anwendungs-Workflows und Schnittstellen zu krankenhausähnlichen Umgebungen entwickelt werden.
Clara Train 4.0 - Spart Zeit bei der Annotation
Mit Clara Train 4.0 wird ein neuer Ansatz für die KI-gestützte Annotation eingeführt, der es Radiologen ermöglicht, komplexe 3D-CT-Daten mit einem Zehntel der Klicks zu beschriften - mit einem neuen Modell namens DeepGrow3D. Anstelle der traditionellen zeitaufwändigen Methode, ein Organ oder eine Läsion Bild für Bild oder Schicht für Schicht zu segmentieren, was bei einem großen Organ wie der Leber bis zu 250 Klicks betragen kann, können Anwender mit weit weniger Klicks segmentieren.
Schließlich führt diese Version auch Claras erste optimierte Trainingspipeline für Pathologie-Segmentierungsmodelle ein.
NVIDIA Clara Imaging Frameworks sind kostenlos nutzbar und können von der NVIDIA NGC Cloud heruntergeladen werden. Mehr Informationen finden Sie unter folgenden Links:
NVIDIA NGC Cloud
Clara Train AutoML
Clara Imaging
Clara Fed Learning
Clara Train 4.0
Clara Deploy
MONAI
Clara Annotation
Hardware Lösungen für Clara Train
Der Training-Erfolg hängt maßgeblich von der Leistungsfähigkeit der verwendeten Hardware und dem darunter liegenden Netzwerk ab.
Die NVIDIA DGX™ A100 bildet die Grundlage moderner KI-Infrastrukturen und ist mit einer KI-Rechenleistung von 5 petaFLOPS weltweit führend.
Die DGX A100 Station ist für Anwendungen ideal, bei denen das Gerät vor Ort bei den Datenwissenschaftlern aufgestellt werden soll oder in der Nähe von medizinischen Geräten, die Daten generieren. Wir haben hier nur die DGX Produkte aufgeführt, für die es spezielle Angebote für Kunden der Forschung und Lehre gibt, da die forschenden medizinischen Einrichtungen überwiegend Education-Status bei NVIDIA haben:
Für Anwendungen im Bereich Digital Imaging haben sich Hochleistung-Rechner mit NVIDIA A40 und RTX A6000 GPUs als besonders produktiv erwiesen. Diese Geräte sind vielfältig einsetzbar und im Standard Fall mit 4 oder 8 GPUs ausgestattet. Die GPUs A40 und RTX A6000 haben beide 48 GB GPU Speicher und verfügen über die höchste Leistung in ihrer Klasse. Während die A40 in Server Systemen verwendet wird, kommt die RTX A6000 in Workstations zum Einsatz. Hier einige Beispiele aus unserem Programm:
