부산테크노파크

○ 의료영상 분석을 위한 인공지능 알고리즘
○ 본장비에 탑재되어 있는 GPU NVIDIA RTX 6000 Ada는 AI 연구과 의료영상연구에 적합함.
- 렌더링과 가상화부터 엔지니어링 분석과 데이터 사이언스에 이르기까지, 전문 시각화를 위한 GPU 가속 컴퓨팅 시스템 연구를 위해 요구되는 장비의 제원 조건을 만족하며, 성능이 검증된 제품임
- 데이터 사이언티스트는 여러 고성능 데이터 사이언스 워크스테이션을 프로비저닝(provisioning)하여 데이터 준비 및 모델 트레이닝(model training)부터 비주얼라이제이션(visualitzation)에 이르는 가상화된 환경의 전체 워크 플로우(workflow)에 GPU 가속화를 제공
- 증강현실과 가상현실의 시각화 속도를 높이고 5G 네트워크로 XR 애플리케이션을 안전하게 실행하고 테더링되지 않은 장치로 확장 할 수 있음
- 확장 가능한 시각화용으로 구성된 서버를 통해 대규모의 동적 환경을 운영할 수 있음
- 가상데스크톱인프라(VDI) 환경에서 충실도가 더욱 향상된 모델을 처리할 수 있음

○ 우분투 환경에서 사용할 수 있는 GPU 병렬연산용 툴(소프트웨어)과 다양한 Framework, 안정적인 유지보수(버전 업데이트 및 보안패치)가 필요하며, 이를 위해서는 전문적인 기술을 보유한 업체의 제품임
용도
○ 의료영상 분석을 위한 의료 데이터 전처리
- 의료데이터로부터의 메타데이터(meta data) 및 타겟데이터(target data) 추출
- PACS에서 제공되는 데이터(보통의 데이터 타입은 DICOM)를 연구 목적에 따른 데이터 형태로 변환하도록 시스템을 활용할 수 있음
○ 의료영상 분석을 위한 인공지능 알고리즘 개발
- 처리된 의료영상 데이터를 활용하여 베이스라인(baseline) 구현을 통한 대조군 검토 및 새로 제안하는 방법론의 현실가능성(feasibility)을 검증
- 적게는 수백에서 많게는 수십만개의 데이터를 활용하여 모델을 학습(training)하고, 검증(validation)하며, 테스트(test)하는 작업 수행
- 수백만의 단순 반복작업을 동시에 수행할 수 있으며, 이를 효율적으로 취합하여 중앙처리 장치로 전송하여 처리
- 중앙처리 장치로 보내진 여러 계산 값을 활용하여 연산 수행
- 이 모든 과정에 필요한 충분한 연산 core 및 메모리 구성, 그리고 전송 사양을 갖추고 있으므로, 본 장비는 본 연구에 최적화된 필수 장비임

(6-GPU) 6ea x NVIDIA RTX 6000 Ada Generation GDDR6 ECC 48GB
(CPU) 2ea x AMD EPYC 7763 (2.45GHz 64core 128 thread 256 MB cache)
(RAM) 8ea x SAMSUNG DDR4 ECC REG 64GB 3200MHz
(SSD) 1ea x SAMSUNG 7.68TB, PCIe Gen4 4배속(64GT/s), Data center용
(storage interface) 2ea x U.2 PCIe Gen4 4배속(64GT/s) port, 8ea x SATA3(6GB/s) port
(storage bay) 10ea x 2.5_inch driver bay
(Mainboard) Dual AMD socket SP3 (LGA4094) supports