由英偉達主辦的2020 GTC中國線上大會于近日召開，本次大會設立云計算和消費者互聯網、5G+ 電信、自動駕駛、智慧金融、智慧醫療和生命科學、游戲開發等分論壇，整合了當今計算領域最熱門話題的相關培訓和見解，并為廣大開發者創造與頂級專家交流的機會。
為期5天的線上大會共組織265場技術演講，演講者分別來自百度、阿里、騰訊、字節跳動等眾多知名企業，以及清華大學、復旦大學、中科院計算所等知名高校。
在18日舉辦的智慧醫療和生命科學分論壇上，來自復旦大學的付彥偉研究員發表主題演講，分享了其團隊開發的一種基于人工智能分析眼睛圖像的 COVID-19 潛在篩選方法。
借助英偉達的高性能GPU設備，以及DBCloud深腦云提供的深度學習集群管理平臺，開創了一種基于眼表特征的新冠肺炎（COVID-19）疾病患者風險篩查深度學習系統，用于通過拍攝得到的人臉圖片中的眼部區域來進行患者的新冠肺炎（COVID-19）疾病風險篩查。
付彥偉介紹，該研究技術以“不依賴專業硬件和大量專家手工標注的弱監督小樣本圖像檢測算法”和“處理多維變量大于樣本量的高緯度空間統計推斷模型”，通過大規模 GPU 高性能計算的支持，為當前 COVID-19 及類似多種人類疾病的風險篩查識別和醫療輔助診斷，提供有效研究數據統計與解釋。
在開發過程中，團隊使用了英偉達的Tesla V100設備，并引入了IBM提供的Large Model Support功能，能夠提升CPU與GPU的傳輸帶寬，并且能夠將內存劃分到顯存進行使用，解決了實驗過程中的大模型加載問題。
在系統服務器系統平臺方面，付彥偉團隊使用的是DBCloud深腦云AI實驗平臺。在深度學習當中，學習訓練環境涉及到非常多的環境和組件，而且不同版本之間的差異比較大。因此，以往算法工程師可能需要花費幾天時間來配置環境，解決安裝過程中出現的各種問題。
在深腦云AI實驗平臺及集群管理平臺上，針對這種深度學習以及GPU算力應用提出了一套完整的解決方案，使用docker進行統一的封裝，包括最新版本的nvidia cuda、tensorflow、caffe、pytorch等主流的框架和環境。深腦云還提供一鍵開機使用，無需安裝部署的解決方案，將原本需要很多天去部署安裝的一個過程，縮短到幾十秒鐘就可以完成。
英偉達的硬件算力設備和DBCloud深腦云的系統平臺相結合，提供了更加貼近科研真實應用場景的整體解決方案，實現了算法的快速迭代，讓研發人員更加專注于模型的訓練和算法的優化。
目前，付彥偉團隊打造的新冠風險篩查系統的臨床診斷準確率率達到85%以上。未來，團隊希望能夠結合眼表特征的知識圖譜數據，對眼表特征進行更精確的檢測，從而實現一些特定疾病的遠程非接觸式的風險篩查和健康評估。預計可以對300多種疾病進行檢測評估，更好的推動AI在醫療領域和國民健康領域的應用。
