科研转化效率跃升3倍，曙光携手中山大学附属医院共筑精准医疗算力基石
近日,中科曙光与中山大学附属第一医院联合打造的精准医学高性能计算平台正式落地。作为多模态医疗数据智能分析、新型治疗算法快速迭代等前沿场景的"算存网智"一体化算力基石,该平台年均可支撑15项国家级精准医学课题,并推动临床研究数据产出效率提升300%,成为医疗数字化转型标杆。
传统算力架构在应对精准医疗需求时,往往出现算力不足等捉襟见肘的情况。此前,中山大学附属第一医院精准医疗算力中心曾面临三大核心挑战:高并发医疗数据实时分析效率低下、AI模型训练周期过长、跨中心协同计算存在数据孤岛。这些瓶颈严重制约了从基因组测序到临床决策的全链条效率。
针对医疗场景独特需求,曙光以"超智融合"技术为核心,构建起三大高性能计算创新体系:
一、异构计算集群突破算力天花板
基于CPU+GPU混合架构打造的PB级存储异构集群,让全基因组测序数据比对分析时间从4小时压缩至30分钟,计算效率提升20倍。这种超高通量生物信息分析体系,为万人队列研究等大规模数据处理提供了强大引擎。
二、多模态数据智能融合体系
通过整合基因组学、影像组学、临床组学等多维度数据,曙光平台自研算法库可在48小时内完成肿瘤患者个性化用药方案生成,结合基因变异与影像特征的分析,让临床决策效率提升40%,并在肺癌精准治疗场景中,实现从基因检测到靶向方案的全流程加速。
三、“云边端”协同诊疗网络
依托微服务架构协同体系,曙光平台既能支撑院内大规模队列分析,又可通过边缘计算节点为临床科室提供实时辅助诊断。在罕见病诊疗中,曙光平台可在10分钟内完成病理影像与基因数据的跨模态匹配,将单样本分析时效压缩至30分钟,显著提升疑难病例的诊疗响应速度。
曙光平台采用国产化软硬件适配与弹性扩展架构,形成可复制的精准医学数字底座。随着医疗数据智能时代的到来,这种“算力+算法+场景”的深度融合模式,正为智慧医疗发展开辟新路径,推动精准医疗从科研向临床的高效转化。