エッジでのヘルスケア AI - 機械学習/ヘルスケア分析

AMD、Spline.AI 社、および AWS IoT サービスは、ヘルスケア AI リファレンス デザイン キットと、エッジ デバイスとして ZCU104 プラットフォームに搭載された Zynq™ UltraScale+™ MPSoC で驚異的な精度と低レイテンシを実現するサンプルの X 線検出モデルを提供しています。これらは、AMD Zynq アーキテクチャ用のオープンソース Python プログラミング プラットフォーム PYNQ™ を使用して開発され、この統合ソリューションを別の臨床プラットフォームに簡単に適応できるように AWS Lambda 関数を使用しています。
MPSoC に統合された AMD の DPU (Deep Learning Processing Unit) は、AWS IoT Greengrass 内のたたみ込みニューラル ネットワーク (CNN) を高速化します。エッジで優れた性能を発揮できる上にクラウドのスケーラビリティを兼ね備えることで、どこでも利用できる臨床用検査機器 (ポイントオブケア (POC) ソリューション) を実現できます。また、このソリューションは、あらゆる既存のヘルスケア アプリケーションと簡単に統合でき、統合学習プラットフォームとして大規模に運用できます。

VITIS AI プラットフォーム

Vitis AI 開発環境は、エッジ デバイスと Alveo カードの両方を含む、AMDハードウェア プラットフォーム上での AI 推論開発向けのザイリンクス開発プラットフォームで、この環境には、最適化された IP、ツール、ライブラリ、モデル、サンプル デザインが含まれます。Vitis AI は、高い効率性と使いやすさを考えて設計されており、AMD FPGA および適応型 SoC での AI アクセラレーションや深層学習の性能を最大限に引き出すことができます。

AMD は、ソフトウェア開発者、ハードウェア開発者、およびデータ サイエンティストが既存の AI/機械学習エコシステムを活用できるよう完全なエンドツーエンド フローを提供しています。また、一般的な ML フレームワークを使用して保存したモデル グラフやトレーニング済みの重みを直接解析できるツールも開発しています。

PYNQ - Zynq で Python を利用

PYNQ プラットフォームを使用して、Python で実行するエッジ分析や機械学習を簡単に実現できます。PYNQ は、AMD Zynq SoC 用のソフトウェア/ハードウェア フレームワークで、プログラマブルなハードウェアを活用してセンサー データなど、各種データを前処理し、エンベデッド プロセッサでのソフトウェア分析を効率化します。PYNQ プラットフォームは、Numpy、Scikit-Learn、Pandas などの主な Python ライブラリをすべてサポートしています。