医疗AI的最后一公里，可能就缺这一束光
今儿在广州“越秀芯光”AI生态发展大会发现，中山大学肿瘤防治中心那个做蛋白质空间定位的团队，现在跑模型用的算力是中科曙光的。
可能有人觉得这没什么，但做生命科学的人知道，这事儿没那么简单。蛋白质结构预测、冷冻电镜图像重构、基因组语言模型训练…这些任务对算力的要求极高，而且对精度极其敏感。以前很多科研团队默认只能用NV，不是因为不想换，是因为换平台的迁移成本太高、风险太大。
越秀区的医疗资源是硬通货。中山肿瘤、中山一院这些机构，手里握着大量高质量的临床数据和科研需求，但算力一直是瓶颈。“越秀芯光”算力中心落地之后，这些机构不用再跑到外地甚至国外去找算力，本地就能跑起来。
更关键的是，光合组织在做的不只是提供算力，还在推动软件适配，让国产CPU、DCU能跑通主流的医疗AI框架和工具链。从能跑到跑得好，这中间的差距，可能就是医疗AI从论文走向临床的那最后一公里。
中科曙光 医疗AI