Zum Hauptinhalt Zur Navigation Zur Suche

Clara-Plattform: Nvidia visualisiert innere Organe

GTC Europe 2018
Durch AI-Hardware in Servern und in medizinischen Geräten hilft Nvidia unter anderem in Großbritannien dabei, Radiologie zu verbessern. Mit Project Rapids gibt es zudem eine GPU-beschleunigte Plattform, um etwa das Kaufverhalten von Nutzern eines Online-Shops zu analysieren.
/ Marc Sauter
2 Kommentare Auf Google folgen (öffnet im neuen Fenster)
Nvidia-CEO Jensen Huang zeigt Clara in Aktion. (Bild: Marc Sauter/Golem.de)
Nvidia-CEO Jensen Huang zeigt Clara in Aktion. Bild: Marc Sauter/Golem.de

Nvidia-Chef Jensen Huang hat für die Präsentation sogar seine Lederjacke ausgezogen: Mit dem King's College in London hat der Hersteller einen sehr renommierten Partner für die neue Clara-Plattform gefunden. Die Hochschule nutzt das System samt dem dazugehören Software-Stack, um die optische Auswertung von Radiologie-Material zu verbessern, beispielsweise in Form überraschend detailliert visualisierten Organen, und für die Pathologie.

Hierfür setzt das King's College auf mehrere DGX-2 mit gleich sechzehn Tesla-V100-Beschleunigern für das Training per Niftynet, einem auf Googles Tensorflow-Framework basierenden neuronalen Netz zur Analyse von bildgebenden Verfahren in der Medizin. Die Hochschule hebt dabei vor allem die große Speichermenge von 512 GByte an HBM v2 hervor, welches es möglich mache, auch riesige 3D-Modelle lokal vorzuhalten und Berechnungen in deutlich kürzerer Zeit durchzuführen.

Mit dem Project Rapids(öffnet im neuen Fenster) hat Nvidia zudem eine laut eigener Aussage offene GPU-beschleunigte Plattform entwickelt, welche für Data Science gedacht ist. Die Analyse solch gigantischer Mengen an Informationen per CPUs dauert üblicherweise sehr lange, etwa das Untersuchen von Kaufverhalten oder um Kreditkartenbetrug vorzubeugen. Rapids nutzt Python sowie Anaconda und setzt auf Apache Arrow auf, weshalb Apache Spark unterstützt wird und Databricks involviert ist.

Zu den ersten Partnern gehören wenig überraschend HPE, IBM und Oracle. Die Benchmarks von Nvidia sehen ein DGX-2 um den Faktor 50 vor einhundert Nodes mit je zwei nicht näher bezeichneten Xeon-Prozessoren.

Offenlegung: Golem.de hat auf Einladung von Nvidia an der GTC Europe in München teilgenommen, die Reisekosten wurden zur Gänze von Nvidia bezahlt. Unsere Berichterstattung ist davon nicht beeinflusst und bleibt gewohnt neutral und kritisch. Der Artikel ist, wie alle anderen auf unserem Portal, unabhängig verfasst und unterliegt keinerlei Vorgaben seitens Dritter.


Relevante Themen