Medizinische KI-Module

Nvidia Jetson Orin - Edge-KI-Module für Bildgebung und Diagnostik

18. März 2024, 14:06 Uhr | mit Material von Nvidia (uh)
© Nvidia / WFM

Die Nvidia Jetson Orin- Module sind mit den Serien Nano, NX und AGX dezidiert für Embedded-KI-Anwendungen am Edge ausgelegt, insbesondere für medizinische Echtzeit-Anwendungen.

Diesen Artikel anhören

Die fortschrittliche Architektur der Jetson Orin-Plattform integriert beeindruckende 17 Milliarden Transistoren. Dadurch zählt sie zu den leistungsfähigsten Plattformen ihrer Art. Die hohe Rechenleistung ermöglicht eine effiziente und präzise Verarbeitung komplexer KI-Lasten, wie sie etwa in der radiologischen Bildgebung oder Diagnostik anfallen. Die Ampere-GPU-Architektur bringt signifikante Verbesserungen in der Verarbeitung, Deep Learning-Modelle lassen sich schneller und effizienter ausführen. Mit einem geringen Stromverbrauch, hochperformanter Leistung, der Ampere-GPU-Architektur, vielseitiger Konnektivität und Software-Support können MedTech-Entwickler und Medizingerätehersteller mit Jetson Orin medizinische KI umfassend in den klinischen Alltag bringen.

KI im medizinischen Dauerbetrieb

Das Multi-Chip-Modul-Design integriert nahtlos mehrere Chips in einem Modul – dazu gehören leistungsstarke Arm-Kerne, eine leistungsstarke GPU und dedizierte KI-Beschleuniger, die für eine performante KI-Verarbeitung zusammenarbeiten. Durch das MCM-Design wird eine optimale Leistung und thermische Effizienz für den medizinischen Dauerbetrieb gewährleistet. Mit High-Speed-Schnittstellen wie PCIe Gen4, USB 3.2, Gigabit Ethernet und CAN-Busse lassen sich eine Vielzahl von Peripheriegeräten anschließen, die KI kann damit auch Medizinroboter ansteuern.

Die drei Orin-Versionen Nano, NX und AGX unterscheiden sich in ihrer Performance, für die Anforderungen rechenintensiver medizinischer Edge-KI dürften NX und AGX häufig zum Einsatz kommen. Der kleinste Nvidia-Chip Jetson Orin Nano zeichnet sich vor allem durch seine kompakte Größe aus. Er bietet eine Rechenleistung von bis zu 40 TOPS (Tera Operations per Second, entspricht einer Billion Operationen pro Sekunde) und eine hervorragende Energieeffizienz dank der effizienten Ampere-Architektur mit bis zu 1.024 Cores und 32 Tensor-Cores. Im direkten Vergleich mit dem Nano-Vorgängermodul bietet der Orin Nano eine um das 6,6-fache höhere CPU-Leistung und eine um das 50-fache höhere Leistung pro Watt. Der Jetson Orin NX bietet bis zu 100 TOPS Rechenleistung und ebenfalls eine beeindruckende Energieeffizienz pro Watt, was ihn ideal für medizinisches Edge-Computing macht. Er ermöglicht zudem den Einsatz moderner KI-Technologien wie Deep Learning und neuronale Netzwerke direkt vor Ort.

275 TOPS für Medizinrobotik und Echtzeit am Edge

Das leistungsstärkste Modul der Jetson Orin-Familie ist der AGX mit exzellenten 275 TOPS Rechenleistung für rechenintensive KI-Anwendungen in der Medizinrobotik oder medizinischen Anwendungen mit Echtzeit-Bildgebung. Er verfügt über bis zu 2.048 Cores und 64 Tensor-Cores. Mehrere Jetson AGX Orin-Module können miteinander vernetzt werden, um eine massive parallele Verarbeitung von Embedded-KI-Aufgaben zu erreichen.

Die Jetson-Produktfamilie verwendet eine gemeinsame Software-Plattform, die Plattform wird mit dem JetPack SDK geliefert, welches ein Betriebssystem, Entwicklungstools und Treiber umfasst, um die Entwicklungskosten softwareseitig zu senken und skalierbare KI-Strategien für die klinische Anwendung möglich zu machen. (uh)

Anbieter zum Thema

zu Matchmaker+

Lesen Sie mehr zum Thema


Das könnte Sie auch interessieren

Jetzt kostenfreie Newsletter bestellen!

Weitere Artikel zu NVIDIA Corporate

Weitere Artikel zu Medizinelektronik

Weitere Artikel zu Medizintechnik

Weitere Artikel zu eHealth / Medizin 4.0

Weitere Artikel zu Software als Medizinprodukt

Weitere Artikel zu Künstliche Intelligenz (KI)

Weitere Artikel zu Echtzeit-/Embedded Software

Weitere Artikel zu Embedded-Systeme

Weitere Artikel zu Software für Bildverarbeitung

Weitere Artikel zu Softwareentwicklung

Weitere Artikel zu Software/Entwicklung