智团信息细胞学病理AI模型：国产化算力赋能，助力AI诊疗降本增效

该项目点聚焦于医疗行业病理识别AI辅助诊断场景。通过为用户提供国产化迁移适配服务，将客户应用从通用计算平台迁移至国产化算力中心，在实现国产化替代的同时，利用一系列优化手段，提升用户应用性能，切实保障用户利益

病理切片是临床医学领域极其重要的诊疗手段。随着近年来AI技术的大力发展，利用AI辅助医学诊疗的需求不断增加。然而受全球经济大环境影响，国外GPU卡成本高昂且随时面临断供风险。国产化改造和算力服务化改造均迫在眉睫。2022年，中国移动通信集团浙江有限公司（简称“浙江移动”）与杭州人工智能计算中心（简称“AICC”）成功对接，在全集团内率先实现智算中心算力并网。2023年初，浙江移动联合AICC，完成杭州智团信息技术有限公司（以下简称“智团信息”）的细胞学病理模型的国产化适配。

智团信息一直以来皆专注于研发和生产智慧数字病理、病理信息化相关产品，结合深度学习框架及病理图像分析技术将人工智能赋能数字病理。此次的AI算力并网，不仅解决了国产化框架部分算子兼容性问题，发挥了国产化芯片达芬奇架构3D卷积计算优势，解决AI芯片“卡脖子”问题，还进一步盘活了社会算力资源，解决了区域间算力供需矛盾。

在2023年“华彩杯”算力应用创新大赛“算力赛道 算力赋能应用专题”比赛中，“国产化算力赋能本地企业，为AI诊疗降本增效”项目荣获一等奖，为引入社会算力服务本地企业，实践国产替代赋能AI诊疗，提供了创新思路。

下降47.1%，突破国外“卡脖子”技术

眼下，智能算力的需求在不断提高，智能计算正以多样化形态广泛融合到生产、生活的各个方面，已成为社会共识。对深处临床医学领域的智团信息而言，浙江移动携手华为、AICC成功实现算力并網，无疑为企业的高质量发展解了难，注入了一剂科技创新的“强心剂”——

据相关资料显示，智团信息细胞学病理AI模型是业界首个取得病理AI辅助诊断二类证的模型。具体来说，便是通过机器学习算法，辅助人工进行宫颈液基细胞学诊断，提高科室诊断水平和工作效率。

然而，一直以来，由于病理AI模型的训练和推理都是基于高分辨率的图像数据，计算量和数据量庞大，需要搭建大量的AI服务器资源，而目前自建或是租用头部公有云的GPU云主机，模型的训练成本与训练周期均无法满足智团信息的要求。“比如，医疗科室在进行AI辅助诊断时，单个病例的AI辅助诊断报告需要2—3分钟才能输出，这会严重影响科室的诊断效率。”该项目相关负责人介绍。

智团信息遭遇的另一重风险在于，由AI深度学习的需求支撑起GPU市场持续增长，GPU加速服务器能够提供优秀的浮点计算能力，从容应对高实时、高并发的海量计算场景。然而这类在支撑人工智能的算力基础设施方面，其主流生态仍是国外框架，存在“卡脖子”风险。“不仅是智团信息，对国内整个人工智能行业来说，发展自主创新AI技术的愿望都十分迫切。”

那么，国产化算力表现又如何？“其实国产化算力也面临着诸多挑战，比如如何将遍布各大数据中心的异构多样算力资源与繁多的软件生态之间进行有效协同，驱使业务应用能平滑地在各级算力资源上进行流转运行？这是智算业务转型创新的关键点。”

为了解决细胞学病理AI模型的算力需求，解决训练成本高、周期长、推理速度慢等问题，浙江移动将杭州人工智能计算中心的昇腾AI算力并网到算力网络中。同时，为智团信息量身打造系统迁移适配方案，将其细胞学病理AI模型迁移到昇腾AI基础软硬件平台。迁移成功后，模型训练时间从之前使用国外商用卡时的168小时，降低到目前的120小时；出片时间（推理时间）从之前的122秒降低到目前的1.2秒，整体使用成本下降47.1%，每年为客户节省国外GPU采购费用达到450万元。

织就一张“大网”，持续释放产经效益

而对智团信息来说，选择AICC的昇腾NPU来实现上述对接适配方案，并不仅仅是为上面所说的理由。

“一是能最大限度地继承智团信息的PyTorch框架动态图的特性；二是最大限度地继承GPU在PyTorch上的使用方式，使用户在移植到昇腾AI处理器设备上时，在开发方式和代码重用方面仅需最小的改动；三是最大限度地继承PyTorch原生的体系结构，保留框架本身出色的特性；四是扩展性好，在打通流程的通路之上，对于新增的网络类型或结构，只需涉及相关计算类算子的开发和实现，框架类算子、反向图建立和实现机制等结构可保持复用。”

眼下，随着项目的落地，由此带来的产业效益也正越来越清晰——

“比如通过国产化算力迁移配置，能够培养和积累更多的技术人才和经验，推动国产化产业链的完善和升级，不仅提升了整体的技术水平和创新能力，还促进了相关产业的发展和竞争力的提升，能够加强国产化算力生态的构建和发展。”在该项目负责人看来，最为重要的还当属能够建立完善的生态系统支持体系，包括提供技术支持、培训和咨询服务，支撑体系的建立可以帮助用户更好地理解和应用国产化算力平台，形成良性互动的生态系统。

此外，通过跨领域、跨行业的合作，越来越多的场景化解决方案正在涌现。“国产化算力应用生态的发展需要产业链上下游的协同合作，简单来说，比如与行业厂商加强合作，就能够共同推动国产化算力应用的创新以及在行业细分领域提供整体解决方案能力。”同时，通过将国产化的社会算力并网，整合起来的计算资源形成了一个庞大的计算网络，利用算力网络连接用户与算力资源，实现行业资源的共享和协同利用。

总的来说，该项目在三个方面实现了创新。一是打造了医疗行业细分场景解决方案。本方案深耕医学诊疗领域的病理切片这一细分市场，把细分市场的场景解决方案做到极致（技术的极致和成本的极致），是基于该领域的最佳实践和经验，具备更有针对性的服务手段。二是通过国产化算力替代国外通用算力并实现应用性能提升。通过国产化算力的替代，可以使用户降低对外部供应商的依赖程度，减少与其相关的成本和风险，且能够更好地满足国内用户的需求，充分发挥用户技术和创新的优势。三是调度社会算力资源，有效保障用户算力供给。社会算力可以最大程度地利用闲置计算资源，提高资源利用率的同时加速计算任务的完成速度，还可以提供高度的灵活性和可扩展性，更能够提供更好的可靠性和容错性。

（本文中国移动通信集团浙江有限公司供稿）