江苏
近日，LSTC 日本尖端半导体技术中心宣布，将与北海道大学、富士胶片、GE 医疗、imec一起承接日本 NEDO 项目委托，研发一套基于AI的医学影像处理系统。
其中，LSTC 负责芯片，富士胶片负责影像与超声AI系统，北海道大学负责AI的设计与评估。合作各方计划先行在 IBM 的 Spyre 加速器上进行开发优化工作，此后再迁移到实际芯片上。
值得一提的是，LSTC 的成员名单里包含了日本举国之力扶起来的先进制程代工厂Rapidus，专门负责攻克 2nm先进制程。根据官方给的承诺，他们研发的医疗影像低功耗 AI 推理芯片速度比常规 GPU 快 5 倍，能效高 10 倍以上。
消息一出，业内有人评论称：日本芯片国家队还在晶圆良率爬坡阶段，2nm制程研发耗资万亿日元，他们却转身把如此昂贵的技术用在了医院的影像科。
这些人嘲讽芯片公司浪费纳税人的钱，却不知道通用GPU在真实的临床环境里早就撑不住了。
医院也会缺算力
很多人做过 CT 都有这种体验：躺在检查床上十几秒扫描就完成了，但报告往往要等两三个小时。
大部分人会以为是医生效率低，其实是机器受到了算力的限制。以目前新一代的光子计数CT或高帧率3D超声为例，这类机器每次扫描产生的原始物理信号动辄以GB、TB 计。
据GE医疗官方计算：光子计数CT产生的数据量最高是常规 CT 的 50 倍。按矩阵和层厚推算，常规CT序列 大约是 260MB（512×512、0.6mm 层厚）；而光子计数CT单序列就达到了3.1GB（1024×1024、0.2mm 层厚）。如果这些数据按 2048×2048 重建，能冲到 12.6GB。
这还只是图像，一次无创影像检查最后产生的数据动辄几十GB是家常便饭。
但医院的扫描室终究不是数据中心，塞不下大容量硬盘也没法放下上千瓦的服务器，更不要说上传云端跑大模型进行分析。在一些关键手术现场，半秒的丢包卡顿在手术台上就是人命，何况医疗数据想要离开医院还得考虑合规与保密性。
所以现代医学要的是极低功耗、可以即时响应、完全内嵌于机身的专用硬件，而通用GPU并不适合这些场景。
一般来说，搞专用硬件的逻辑其实很直接，就把通用 GPU 里那些用于图形渲染、复杂寻址的晶体管进行剥掉，然后再把需求需要的算法烧进硬件，这样就能把能效比翻上几倍。
但这种芯片也有一个致命的问题，一旦算法锁死，那么芯片的灵活性就归零。因此LSTC这次邀请北海道大学、富士胶片研发，也是希望能从算法优化的角度避免专用AI芯片的局限性。
一场为了生存的赌局
Rapidus 的算盘其实打得很现实。
如果在2nm制程死磕消费电子，苹果、联发科、高通早就用巨额订单跟台积电深度绑定；至于大模型训练这块，英伟达和北美云巨头的自研 ASIC 把先进产能分得差不多了。
一个没有千万级订单兜底的新生晶圆厂，根本摊不平动辄每片数万美元的成本。
好在日本在精密医疗、光学工业等产业依然掌握着全球高端市场的话语权，富士胶片、佳能医疗、奥林巴斯都是影像和内镜领域的佼佼者，北海道大学医院是日本顶级的临床机构，而 Rapidus 的晶圆厂就建在北海道千岁市，离医院不过几十公里。
换句话说，这次高调研发医疗AI系统，本质上也是日本高科技产业面对北美科技巨头的一次防御战。
对于单价高、毛利高、抗周期强的高端工业和医疗装备而言，只要一台几百万级别的医疗母机就能为一颗专用协处理器掏上万美元的溢价，这生意在账面上就比死磕消费电子划算得多。
记得星标微信公众号：镁客网（im2maker），更多干货在等你
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
