ASUS AI Platform​

一站式 AI 平台

整合 CPU/ GPU / Storage / Networking 等硬體資源,並提供資源監控及權限控管的工具。可提供客製化開發環境,讓生醫研究人員或資料科學家透過單一平台,方便輕鬆從事開發、佈署、測試應用程式、大數據 AI 高速運算等任務,加速推動 AI 生醫資訊創新研究暨應用。

醫療產業轉型挑戰

資訊化的成本高
導入路徑漫長

傳統醫療系統若打造結合 AI、HPC 環境的資料中心,往往至少得耗費資千萬美元,且開發人力有限

醫療資料龐雜
分析不易

生醫資料數量的龐大與多樣性對醫療研究構成多重挑戰,不同資料類型需要不同處理與分析技術,且其龐大數量造成運算資源的門檻大幅提高

集中分散的 AI 醫療平台

精準醫療為未來趨勢,除了多樣性的巨量生醫資料,能讓跨領域團隊協同開發的單一平台,也是加速 AI 生醫創新研究不可或缺的條件之一

AI 落地佈局

資源監控管理

儲存、容器級應用等異質資源如何管理與監控

跨領域生醫團隊協同開發

精準醫療往往需要跨領域團隊合作,利用單一平台加速協作效率

專案授權管理

如何管控公用及單位專案,資源成員存取權限

建置彈性

如何打造最適企業的私雲、公雲及混合雲建置型態,並可根據預算橫向串接擴充

獨家設計解決方案

以生醫研究量能為基底,結合NVIDIA DGX A100新一代AI超級電腦,搭配華碩電腦雲端架構軟體中心(OCIS)設計的 AIHPC 雲端平台,及台灣智慧雲端服務(TWS)的維運諮詢服務及訓練,聯手建構臺灣首座醫藥衛生專用超級電腦。

AI 生醫模型有兩種應用模式:作為終端產品(例如藥物或醫療器材)的開發工具,或模型本身作為應用之產品(例如輔助診斷、風險預測、疾病監控等)。

AI生醫模型有兩種應用模式:作為終端產品(例如藥物或醫療器材)的開發工具,或模型本身作為應用之產品(例如輔助診斷、風險預測、疾病監控等)。

NVIDIA DGX A100適用於人工智慧基礎結構的通用系統

採用CPU主機進行運算往往每次的全基因運算需要將近30小時方可得到運算結果,在使用8顆A100同時進行運算時,僅需22分鐘即可以完成全基因運算

加速大數據相關研究的效率提升

  • 基因運算分析比一般CPU快87倍
  • 分子動力學模擬比一般CPU快9倍分子對接模擬比一般CPU快140倍
  • AI 影像標註/自然語言學習比一般 CPU快180~250倍

A100 橫向串接擴充的架構

多台 DGX A100 主機可透過高速網路進行橫向串接,管理軟體與醫療相關研究軟體可支援此橫向擴充架構,需要增加研究量能時,透過橫向擴充完整支持所需運算資源。

最佳化超級電腦 AIHPC 平台

  • 提供 AIHPC 科學家可靠、安全的開發環境,包括基礎設施 ( Infrastructure ) 資源整合與管理,AI Pipeline 工作流程管理。
  • 透過單一平台,從事開發、佈署、測試應用程式、 大數據 AI 高速運算等任務,大幅縮短巨量資料運算時間,擴大醫藥衛生研發量能

整體機器學習工作流程( Workflow )

與 NVIDIA CLARA 技術結合,提供一個協同合作的平,台從資料整理、Model 訓練管理、Model 部署及維運,將應用端的結果回饋到前端, 持續學習及改善,讓 Model 更貼近應用場景。

聯邦式學習未來可推動跨研究機構合作

  • 各中心設備訓練模型並將參數發送到 Server 端進行整合及優化。
  • 資料僅儲存在本地裝置上,保證數據不離開本地。
  • 充分利用終端設備的算力,減輕了 Server 端的計算成本和數據存儲量。

獨特創新技術

一站式 AI 協作與運算整合型平台

效率提升數據

基因運算分析
比一般 CPU 快
87

分子動力學模擬
比一般 CPU快
9

分子對接模擬
比一般 CPU 快
140

AI 影像標註/自然語言學習

比一般快 180~250

軟體支援說明

本平台軟體需安裝於管理節點,至少為一台,若需 HA ( High Availability )則至少要三台,規格如下:

CPU16 Core , 2.2GHZ *2
Memory32G DDR4-2933 RDIMM * 16
RAID Controller
SSD(OS)SATA SSD 960G * 2 (RAID 1)
SSD(Data)SATA SSD 960G * 2
LAN1G Qual Port ; 25G Dual Port

使用者透過瀏覽器連線操作本平台,建議使用下列支援的瀏覽器,可享有最佳使用者體驗:Chrome 80+、Firefox 72+、Safari 12+、Edge 79+

產品諮詢

欲瞭解 OmniStor 產品銷售方案或功能應用,請立即與我們聯繫