AI • 物联网 • 网络边缘

X 射线、超声波和内窥镜检查机会产生大量数据，有时数据太多以至于无法理解。作为响应，医疗设备 OEM 将 AI 直接集成到医疗成像和诊断机器中，使临床医生和患者都能更高效、更有效地使用筛查程序。

支持启用 AI 的医疗成像和诊断需要具有显卡和计算性能的高端硬件来实时执行智能成像工作负载。直到最近，实现这些功能的最简单方法还是通过独立加速器——就前期硬件成本和功耗而言，这种方法成本很高，但效率很低。

但迄今为止，成本最高的设计决策是错误的系统架构。AI 正在迅速发展，因此如果没有灵活、适应性强和可升级的系统硬件，设备可能在被充分破坏之前就过时了。

“AI 工作负载发展如此之快，当你开始谈论硬件时，就有点危险了，” 嵌入式解决方案的全球领导者 congatec AG 公司的基础设施细分市场经理 Zeljko Loncaric 说。“这是医疗设备设计人员面临的最重大挑战之一。他们还面临着在长生命周期系统中实现新功能的障碍。”

基于英特尔^® 酷睿^™ 超移动处理器的 COM Express 模块可应对这些挑战。由于集成了 GPU 和 NPU，它们在 AI 工作负载处理方面提供了卓越的性能和效率。其具有固有的模块化设计，可以简化初始设计过程，并且能够在处理器的不同世代之间实现轻松升级。

平衡边缘 AI 在嵌入式计算中的寿命和创新

由于医疗成像设备必须经过全面的认证流程才能使用，因此它们的生命周期平均为十年或更长时间。与此同时，AI 技术是医疗成像的一个有意义的进步，具有显著提高超声波、移动超声波、内窥镜机、X 射线等诊断效率和准确性的潜力。

但是，面对重新设计和重新认证医疗设备的时间和成本，原始设备制造商在没有极具引人注目的商业案例的情况下，对过渡到支持 AI 的下一代平台犹豫不决。如果无法回答一个系统设计将保持多久的相关性，那么这个商业案例就变得不那么引人注目了。

英特尔新推出的酷睿超移动处理器，是第一个集成 NPU 的 x86 处理器，也是当今市场上能效最高的 SoC 产品家族之一。集成的 NPU 支持高级 AI 工作负载，而不会增加独立加速器的成本和复杂性。结合 SoC 领先的每瓦特性能，医疗设备设计人员可以在资源有限的边缘 AI 部署中更好地管理功耗和热效率。

Congatec 的产品线经理 Maximilian Gerstl 指出：“在移动超声设备和其他电池供电系统中，处理器的每瓦性能也非常有趣。”“英特尔对架构所做的工作令人印象深刻。这些数字从性能来看非常出色，不仅在 CPU 方面，而且在显卡方面也是如此。新处理器还为客户提供了前所未有的灵活性，允许他们在保持相同外形的情况下跨多代升级系统。”

如果没有一项伟大的新技术出现，组织将在同一个模块上停留 10 年或更长时间，这样他们就不必重新认证，”他继续说。“英特尔酷睿超移动处理器是一个巨大的进步。医疗保健组织必须考虑更改它。”

开放式标准模块加快通道系统升级

最新的 congatec conga-TC700 COM Express 紧凑型模块将英特尔酷睿超移动处理器的处理性能和应用就绪的 AI 功能集成在即插即用的外形中。医疗设备设计人员可以利用该模块作为构建高效的边缘 AI 系统的捷径，同时显著缩短上市时间并降低总拥有成本 (TCO)。由于 COM Express 是由全球技术联盟 PICMG 管理的开放式硬件标准，TC700 提供了与供应商无关的系统升级路径，通过该路径，可以简单地将遗留模块替换为具有相同接口的性能更高的模块。

“快速交换硬件的能力意味着组织可以让其应用程序运行很长时间，” Gerstl 解释道。“尽管他们必须重新认证新的硬件组件，但他们可以从以前的应用程序中引入许多软件和硬件设计。”

由边缘 AI 解决方案提供支持的智能医疗保健

Conga-TC700 由 congatec 专注于 OEM 解决方案的生态系统提供支持，该生态系统具有高效的主动和被动热管理解决方案、长期支持和随时可用的评估载板。该公司还在探索开源英特尔^® OpenVINO^™ 工具套件如何为其客户开发和部署 AI 视觉系统提供支持。据 Gerstl 称，该公司正在利用特定用例进行早期基准测试，以帮助客户更快地启动和运行应用程序。

对于 congatec 来说，英特尔酷睿超移动处理器的可用性代表着下一代边缘 AI 设备在价格、性能和功耗方面取得了相当大的进步。对于医疗设备 OEM 而言，这些处理器提供了通往支持 AI 的新成像和诊断设备的引人注目的路径。

“我们将继续启用 AI 加速、硬件和软件，并将其引入我们的产品，” Gerstl 说。“我们希望实现这一新趋势。”
 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。