品安科技
bluetooth

QNAP首创QuAI NAS摇身变成黄斑部病变分析加速器

  • 郑斐文

现今人工智能(AI)已是头号显学,各行各业都亟欲运用AI强化营运效能、翻转商业模式。但无论藉助云端或高阶工作站来建立、训练与优化AI模型,皆有不低门槛,一则相关软硬件的安装配置过程极其繁琐,二则因需要消耗大量电力或带宽,导致用户承受沈重成本负担,在在影响AI发展普及速度。

为此威联通(QNAP)与威强电(IEI)基于「加速迈向未来」的愿景,致力研发高效能、易部署的AI深度学习训练与推论方案,期使更多人享受AI效益,其中尤以QNAP首创的QuAI方案最受瞩目;QNAP偕同IEI在2018年台北国际计算机展期间,对外揭示QuAI的奥妙之处,并透过黄斑部病变的诊断分析情境,铺陈相关实作案例。

威联通AI产品经理张瑞德表示,QuAI的设计初衷,即是协助资料科学家、工程师甚或学生,人人都可轻松驾驭这些过程,不再需要耗时安装/处理驱动程序、函式库、容器或虚拟机,也不必为了资料备份、资料共享及网络设定等作业而苦恼。

QNAP NAS加QuAI 形成低TCO的深度学习方案

张瑞德认为深度学习得以成功,必须倚赖资料、运算能力与算法等三大关键要素,其中资料正是这道胜利方程序的源头;NAS向来是资料储存的绝佳场域,如今QNAP利用此项先天优势,结合QTS支持深度学习加速卡之特性,让NAS得以具备运算能力,俾使用户轻易利用QNAP NAS展现GPU加速运算动能,大幅提升AI模型的训练与推论效能。

综观QuAI架构,底层是QNAP NAS,上有QTS操作系统、内含Container Station(软件容器工作站),可支持Docker等容器技术,用户只要善用容器,不论想要选用TensorFlow、Caffe、MXNet、Neon、CNTK、Torch等任何AI算法架构或套件,皆能得心应手。

张瑞德透露,不少人曾好奇提问,用QNAP NAS来开发AI的益处为何?他强调欲发展AI应用,必须以建立、训练与优化AI模型为前提,其中关键元件在于深度学习加速卡,无论工作站、云端乃至QNAP NAS,都是承载加速卡的载体,只求方便好用即可;QNAP NAS相对优势在于距离资料最近,有助于用户省却资料搬移的痛苦过程,加上内含压缩、重复删除、自动分层储存、SSD快取等完整资料管理功能,并支持全方位资料保护技术,及快速简单的建置过程,整体来看无疑是最符合经济效益的选项。

QNAP深知单凭QuAI及高性价比 NAS,欲促成AI 发展落地,还欠缺临门一脚,即是基于垂直应用的实作励炼;为此QNAP瞄准医疗领域,以QNAP NAS为基础结合QuAI辅助,成功发展出老年性黄斑部病变诊断系统,大幅缩短OCT 影像的判读流程,可谓令人惊艳的成功案例。

威强电产品管理处资深处长余柏宏补充,除QNAP已针对资料分析、影像分类/物件侦测、影像分割等不同应用目的,备妥多元化QuAI 产品,IEI亦提供Bare Metal AI方案,用户可藉此搭载QuAI 套件,满足多样性AI模型训练需求;目前针对推论系统部分已提供支持Intel OpenVINO的TANK AIoT Dev.Kit,支持NVIDIA高阶显卡的RACK-500AI、PAC-400,训练系统方面则有搭载Intel Xeon W的GRAND-C422,另针对CPU(Intel Kabylake ULT)、Intel FPGA、Intel VPU等不同架构推出对应的AI加速卡。