深思考人工智慧釋出世界首個醫學影像專用AI處理器“M-DPU”
3 月 9 日，深思考人工智慧 CEO 楊志明博士在 GTIC 會議首次釋出醫學影像 AI 處理器 M-DPU 和智慧商業 AI 處理器 B-DPU，其中 M-DPU 是世界首個醫學影像專用 AI 處理器。
M-DPU 針對先進醫學影像演算法和深度學習演算法進行計算加速，可對複雜大量堆疊的醫學影像，例如病理細胞掃描影像，進行精準的快速分割和智慧分類，並具有大算力、尺寸小的優勢，整合該晶片的 AI 模組直徑僅 90 mm。基於 M-DPU，可以在 100 秒內分類 90000 個細胞。B-DPU 則主要用於智慧展廳和無人商店等商業場景的智慧識別、客戶定位與智慧商業分析加速。
在會上，楊志明博士還介紹了深思考在 NLP（人機互動領域）和深度學習演算法壓縮方面的獨特優勢。他表示：深思考人工智慧旨在為全國 989451 家醫療機構的醫療器械嵌入 M-DPU，為醫療器械安上人工智慧大腦，並通過 B-DPU 助力 IoT（物聯網）實現萬物“智”聯，讓 AI 晶片成為智慧醫療與智慧商業的基石。
相關文章
- 醫學影像預處理之裁減
- 醫學影像預處理之標註
- 醫學影像處理中的資料讀寫
- 淺析機器視覺在醫療影像處理中的應用視覺
- 醫學影像處理相關軟體及python包Python
- Topaz Photo AI for Mac(影像處理AI軟體) 2.1.0啟用版AIMac
- Topaz Photo AI for Mac(影像處理AI軟體)2.1.1啟用版AIMac
- Topaz Photo AI for Mac(影像處理AI軟體)2.0.4啟用版AIMac
- C#處理醫學影像(二):基於Hessian矩陣的醫學影像增強與窗寬窗位C#矩陣
- C#開發PACS醫學影像處理系統(十九)：Dicom影像放大鏡C#
- C#開發PACS醫學影像處理系統(六)：載入Dicom影像C#
- 一個瀏覽器前端影像處理庫瀏覽器前端
- 形態學影像處理
- C#開發PACS醫學影像處理系統(十三)：繪圖處理之病灶測量C#繪圖
- 人工智慧+醫學影像結合應用的4大核心價值人工智慧
- 釋放至強平臺 AI 加速潛能 匯醫慧影打造全週期 AI 醫學影像解決方案AI
- 數字影像處理學習筆記（1）——傅立葉變換在影像處理中的應用筆記
- C#開發PACS醫學影像處理系統(十二)：繪圖處理之圖形標記C#繪圖
- 體素科技：深鑽小資料下的醫學影像分割
- 形態學影像處理(二)
- 傅立葉在影像處理應用
- 醫學影像AI為什麼需要小資料學習？AI
- CPU（中央處理器）和GPU（影像處理器）的區別GPU
- C#處理醫學影像(四):基於Stitcher演算法拼接人體全景脊柱骨骼影像C#演算法
- 技術部落格丨我用深度學習做個視覺AI微型處理器！深度學習視覺AI
- 影像處理--影像特效特效
- C#開發PACS醫學影像處理系統(十五)：Dicom影像交叉定位線演算法C#演算法
- 醫學影像管理PACS系統原始碼，支援WORKLIST功能，提供三維影像處理和演算法原始碼演算法
- C#開發PACS醫學影像處理系統(八)：單元格變換C#
- webgl 影像處理2---影像畫素處理Web
- 世界人工智慧大會建立醫療AI標準資料集，AI發展仍需處理多個資料問題人工智慧AI
- 對Struts的Indexed屬性用處深層次思考Index
- 為什麼醫學影像AI已進入「後深度學習時代」？AI深度學習
- Python影像處理丨5種影像處理特效Python特效
- Photomatix Pro for Mac HDR影像處理器Mac
- C#開發PACS醫學影像處理系統(九)：序列控制元件與拖拽C#控制元件
- 醫學影像處理系統原始碼-虛擬內窺鏡、三維重建技術原始碼
- 影像預處理