São Paulo — InkDesign News — A inteligência artificial (IA) está transformando operações em diversas indústrias, destacando-se especialmente na área da saúde. Inovações em arquitetura de armazenamento têm permitido que sistemas de IA, como o MONAI (Medical Open Network for AI), otimizem seu desempenho em ambientes clínicos, melhorando diagnósticos e processos investigativos.
Tecnologia e abordagem
O MONAI é um framework open-source projetado para desenvolver e implementar modelos de IA em imagens médicas, permitindo suporte a DICOM, processamento de imagens 3D e pré-treinamento de modelos. Essa infraestrutura é estreitamente ligada à capacidade de armazenamento disponível, sendo essencial para permitir que hospitais mantenham controle total sobre dados sensíveis enquanto utilizam servidores GPU padrão para treinamento e inferência.
Cummings enfatiza a necessidade de uma infraestrutura integrada e dinâmico:
“Estamos transformando servidores comuns em sistemas de alta performance para workloads de IA.”
(“We provide a software-defined layer that can be deployed on any commodity server, transforming it into a high-performance system for AI or HPC workloads.”)— Roger Cummings, CEO, PEAK:AIO
Aplicação e desempenho
As inovações de armazenamento na nuvem têm se mostrado indispensáveis, com soluções de armazenagem ultra-alta capacidade, que atendem às demandas específicas de etapas do pipeline de dados em IA. O armazenamento sólido, como proposto pela Solidigm, é crítico para instalações de edge computing em ambientes clínicos. Por exemplo, o MONAI conseguiu armazenar mais de dois milhões de tomografias computadorizadas completas em uma infraestrutura de TI existente, ilustrando os benefícios de uma arquitetura de armazenamento eficiente.
Matson ressalta as exigências específicas para múltiplas funções:
“As demandas em inferência em tempo real e treinamento ativo requerem soluções de armazenamento que entreguem altos IOPS.”
(“These tasks require storage solutions that can deliver exceptionally high input/output operations per second (IOPS) to keep up with the data throughput needed by high-bandwidth memory (HBM).”)— Greg Matson, Head de Produtos e Marketing, Solidigm
Impacto e mercado
Com a crescente adoção de IA, a construção de centros de dados verdes se destaca. Esses centros são projetados com arquiteturas de hardware especializadas que colocam os dados o mais próximo possível da GPU para maximizar a eficiência do processamento. A integração de tecnologias de armazenamento sólido de alta capacidade em sistemas emergentes se torna, assim, uma estratégia crucial.
Cummings conclui sobre a importância de um design mais inteligente para o manuseio dos dados:
“Precisamos trazer a inferência mais próxima dos dados.”
(“We want to bring inference closer to the data.”)— Roger Cummings, CEO, PEAK:AIO
Essas abordagens não apenas trazem eficiência técnica, mas também têm potencial de criar um impacto significativo no mercado de saúde ao facilitar a implementação de modelos sofisticados de IA em ambientes hospitalares. A continuidade dessas inovações é fundamental para o futuro da saúde digital.
Fonte: (VentureBeat – AI)
