Blackwell: Nuevo motor de IA Generativa de NVIDIA
Tiempo de lectura: 6 minutos
Compartir en redes
Blackwell, un nuevo motor de IA generativa, ha sido presentado durante la NVIDIA GTC 2024, por el CEO de NVIDIA, Jensen Huang. Fue el plato fuerte de entre docenas de desarrollos y asociaciones de productos y plataformas hacia lo que llamó “una nueva revolución industrial”. ¡Veámoslo!
Blackwell AI, la apuesta fuerte de NVIDIA
El CEO de NVIDIA, Jensen Huang, presentó la IA de Blackwell un procesador entre docenas de desarrollos de productos y plataformas y asociaciones hacia lo que llamó “una nueva revolución industrial”. Huang se dirigió a miles de líderes de la industria, desarrolladores, investigadores y estrategas comerciales para discutir innovaciones, como la plataforma Blackwell que, según anunció la compañía, impulsa una nueva era de informática e inteligencia artificial generativa con rendimiento, eficiencia y escala incomparables.
Blackwell se ha creado con 208 000 millones de transistores mediante un proceso TSMC 4NP adaptado para mantener el liderazgo de NVIDIA en computación acelerada, y sus GPU incluyen los chips más potentes jamás creados. Sus dos matrices son las más grandes posibles, que proporcionan el rendimiento de comunicación más rápido para las operaciones de IA al tiempo que maximizan la eficiencia energética, y están interconectadas a través de una interfaz NVHyperfuse de 10 terabytes por segundo (TB/s) de chip a chip, que proporciona una visión transparente de una sola GPU para todas las cachés y la comunicación.
Esto supone un puñetazo en la mesa por parte de NVIDIA quien ya es el líder indiscutible en la lucha por la Inteligencia Artificial. No solamente eso, NVIDIA está centrando bastantes esfuerzos en colaborar con el sector sanitario para desarrollar herramientas que sean capaces de anticiparse a enfermedades y poder realizar diagnosticos mucho más eficaces.
Una estrecha colaboración con el sector sanitario gracias a Blackwell
En el sector sanitario, aprovechar la IA para mejorar la atención al paciente, optimizar la eficiencia operativa y tomar decisiones informadas se ha vuelto cada vez más importante. Tradicionalmente, el enfoque para integrar la IA en los sistemas sanitarios requería volver a capacitar los modelos para adaptarlos a los requisitos únicos de diferentes poblaciones de pacientes y entornos hospitalarios.
Este método convencional puede generar mayores costos, complejidad y la necesidad de personal especializado, lo que dificulta la adopción amplia de tecnologías de inteligencia artificial en los ámbitos de la atención médica. Los modelos de base han cobrado importancia debido a su capacidad para operar como sistemas de inteligencia artificial con humanos en el circuito, lo que ha atraído una atención significativa.
Los modelos de IA generativa y de base podrían desempeñar un papel crucial al permitir una rápida adaptación a diversas enfermedades, facilitar la detección, la detección temprana, el seguimiento de la progresión y la identificación de biomarcadores no invasivos con requisitos mínimos de capacitación, como configuraciones de disparo cero o de pocos disparos. En un estudio reciente realizado por GE HealthCare, su proyecto de investigación, SonoSAMTrack, demostró un alto rendimiento en siete conjuntos de datos de ultrasonido, que abarcan una amplia gama de anatomías (corazón adulto y cabeza fetal) y patologías (lesiones mamarias y patologías musculoesqueléticas), así como diferentes dispositivos de escaneo. En particular, superó a los métodos de la competencia por un margen sustancial.
Además, SonoSamTrack mostró métricas de rendimiento mejoradas en términos de velocidad y eficiencia, requiriendo solo de 2 a 6 clics para una segmentación precisa, minimizando así la entrada del usuario 2. Este logro fue posible gracias a técnicas de cuantificación, utilizando el kit de desarrollo de software NVIDIA TensorRT y otras capacidades para la capacitación consciente de la cuantificación.
«La combinación de la informática acelerada y la tecnología de inteligencia artificial de NVIDIA con Blackwell con la experiencia en imágenes médicas de GE HealthCare ayudará a mejorar la atención al paciente al hacer que los diagnósticos por ultrasonido sean más rápidos y precisos», dijo David Niewolny, director de desarrollo comercial para atención médica y sanitaria de NVIDIA. «Esta colaboración subraya la importancia de utilizar la IA para lograr avances que salven vidas y establecer nuevos estándares en la atención sanitaria».
GE HealthCare y la innovación en IA con NVIDIA
A partir de una colaboración de inteligencia artificial a largo plazo, GE HealthCare utilizó la tecnología NVIDIA para desarrollar su reciente modelo de investigación SonoSAM Track 1, que combina un modelo básico rápido para segmentar objetos en imágenes de ultrasonido llamado SonoSAM 1.
SonoSAM Track se centra en segmentar anatomías, lesiones y otras áreas esenciales en imágenes de ultrasonido, y SonoSAM Lite es una versión optimizada de SonoSAM Track, según una declaración escrita publicada el 18 de marzo por GE Healthcare.
“GE HealthCare está comprometida a invertir en tecnologías innovadoras que ayuden a abordar algunos de los mayores desafíos de la industria. Nuestra visión es acelerar los avances en imágenes médicas mediante la introducción de tecnologías fundamentales de IA, capacitando así a los científicos de datos para acelerar el desarrollo de aplicaciones de IA y, en última instancia, ayudar a los médicos y mejorar la atención al paciente. Al utilizar estos modelos generalistas y versátiles, nuestro objetivo es adaptarnos de manera más eficiente a nuevas tareas y modalidades de imágenes médicas, que a menudo requieren muchos menos datos etiquetados en comparación con el enfoque de reentrenamiento de modelos tradicional.
Esto es particularmente significativo en el ámbito de la atención médica, donde la obtención de datos requiere mucho tiempo y es costosa”, afirmó Parminder Bhatia, director de IA de GE HealthCare.
Johnson & Johnson MedTech trabaja para mejorar la IA en la cirugía
En el primer día de la conferencia de IA de NVIDIA, Johnson & Johnson MedTech anunció que está trabajando para acelerar y escalar la inteligencia artificial para la cirugía con NVIDIA, respaldando un mayor acceso al análisis en tiempo real y la disponibilidad global de algoritmos de IA para decisiones quirúrgicas, creación, educación y colaboración en todo el quirófano conectado.
«Johnson & Johnson MedTech está avanzando la atención médica hacia un futuro más conectado y personalizado», dijo Tim Schmid, vicepresidente ejecutivo y presidente mundial de MedTech. “Este futuro estará cada vez más habilitado por tecnologías digitales que brinden eficiencia, informen la toma de decisiones y amplíen la capacitación y educación quirúrgica. Nuestra profunda herencia en atención médica y ecosistema digital en cirugía y las plataformas de inteligencia artificial de NVIDIA tienen un enorme potencial para crear una experiencia quirúrgica más conectada”.
Un elemento clave para acelerar la IA para la cirugía es la computación de vanguardia para permitir el procesamiento de datos localizados dentro del quirófano, un paso necesario para que los algoritmos de IA analicen datos quirúrgicos en vivo y almacenados en tiempo real. Este puede ser el punto fuerte de Blackwell. El enfoque también puede ayudar a reducir la necesidad de transferir datos confidenciales y permitir que aplicaciones específicas se ejecuten por separado dentro del entorno informático seguro, ofreciendo una latencia ultrabaja dentro del quirófano, donde cada segundo importa.
La plataforma de computación de borde NVIDIA IGX y la plataforma de IA de borde NVIDIA Holoscan crean una infraestructura para implementar aplicaciones de software impulsadas por IA en el quirófano.
Johnson & Johnson MedTech también aprovechará las tecnologías de inteligencia artificial como Blackwell para ampliar su ecosistema abierto para la cirugía. Las soluciones específicas de NVIDIA están diseñadas para ayudar a acelerar la innovación en todo el ecosistema y acelerar el desarrollo y la implementación de aplicaciones impulsadas por IA de una manera segura y escalable.
