Startseite > Medizintechnik > Systeme & Anwendungen > KI fressen Speicher – was tun?

Künstliche Intelligenz in der Radiologie

KI fressen Speicher – was tun?

25. Juli 2022, 9:38 Uhr | Sven Breuner, Field CTO bei Vast Data - Redaktion: Ute Häußler

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

Kosteneffizienz mit All-Flash

Für das Martinos Center war der entscheidende Vorteil des Speichersystems von Vast die Kombination aus kostengünstigem Flash-Speicher, hocheffizienter Datensicherung und branchenführender Datenreduzierung. Die KI-Forschenden konnten zum ersten Mal mehrere Petabytes an All-Flash-Speicher kostengünstig einsetzen. Gleichzeitig bot die DASE-Architektur (Disaggregated, Shared-Everything) die Skalierbarkeit und Leistung, die zur Unterstützung von vier NVIDIA DGX-A100-Servern für beliebige GPU-Deep-Learning- und Schulungsanwendungen erforderlich ist. Eine RDMA-fähige Fabric mit hoher Bandbreite und niedriger Latenz verbindet durchgängig (End-to-End) die Rechen- und Speicherkomponenten. Damit konnte die neue Speicherinfrastruktur den Anforderungen der Forschenden mehr als gerecht werden, welche für die KI Zugriff auf den gesamten Bildkatalog benötigen, ohne Daten im Rechenzentrum verschieben oder kopieren zu müssen.

Das Martinos Center kann zudem künftig NVIDIA Mellanox Switches und die Data-Storage-Infrastruktur von Vast nutzen. Entwickler können damit auf die NVIDIA GPUDirect-Technologie zurückgreifen, um die CPU zu umgehen und Daten direkt in den oder aus dem GPU-Speicher zu verschieben, was eine bessere Leistung und schnelleres KI-Training ermöglicht. Mit Zugriff auf den Hochgeschwindigkeitsspeicher und dessen hoher Kapazität können multimodale Rohdaten aus MRT-, PET- und MEG-Scannern analysiert werden. Das Speichersystem von Vast bietet dabei in Verbindung mit den neuen A100-GPUs eine großartige Möglichkeit, einen neuen Standard für die Zukunft der intelligenten Bildgebung zu setzen.

KI schneller und günstiger entwickeln

Die Wirtschaftlichkeit der Vast Data Flashspeicher beseitigt für die Forschung in der datenintensiven medizinischen Bildgebung den Kompromiss zwischen Preis und Leistung herkömmlichern Speicherlösungen. Für die Bostoner KI-Forschenden war die strategische Umstellung auf All-Flash für bestehende Forschungsdaten sowie für die Lagerung zukünftiger klinischer Daten eine wegweisende Entscheidung. Die neue Scale-Out-Lösung beseitigte auch die Komplexität und die operativen Probleme, die das Forschungszentrum mit früheren HPC-Speichertechnologien hatte. Vast bietet die Leistung eines parallelen RDMA-fähigen All-Flash-Dateisystems mit der administrativen Einfachheit eines Scale-Out-NAS mit Standard-NFS-Protokollen.

Bruce Rosen, der Direktor des Martinos Center, erklärt: »Wir haben jetzt eine All-Flash-Lösung zu einem Preis, der es uns ermöglichte, auf All-Flash aufzurüsten sowie verschiedene Speicherebenen zu eliminieren. Wir sparen Geld, welches wir für Grafikprozessoren zur weiteren Beschleunigung unserer Forschung investieren. So konnten wir beispielsweise neue Deep-Learning-Techniken erforschen, die uns heute und in den kommenden Jahren unschätzbare Erkenntnisse in den Bereichen Bildrekonstruktion, Bildanalyse und Bildparzellierung liefern.«

Das Datenwachstum handhaben

Die Ergebnisse können sich sehen lassen: Die Wissenschaftler profitieren von schnellerer Bildanalyse mit kosteneffizientem All-Flash-Speicher, der für ein weiteres und massives Datenwachstum skaliert werden kann. Probleme mit der Betriebszeit, die bei älteren, festplattenbasierten Speichersystemen auftreten, wurden beseitigt. Die moderne Storage-Lösung hilft den Forschern, schneller zu iterieren und mit verschiedenen Möglichkeiten zur Verbesserung ihrer KI-Algorithmen zu experimentieren. Das Speichersystem trägt damit maßgeblich zu neuen Erkenntnissen und Ergebnissen für die radiologische KI und eine bessere Patientenversorgung bei. (uh)