由英伟达主办的2020 GTC中国线上大会于近日召开，本次大会设立云计算和消费者互联网、5G+ 电信、自动驾驶、智慧金融、智慧医疗和生命科学、游戏开发等分论坛，整合了当今计算领域最热门话题的相关培训和见解，并为广大开发者创造与顶级专家交流的机会。
为期5天的线上大会共组织265场技术演讲，演讲者分别来自百度、阿里、腾讯、字节跳动等众多知名企业，以及清华大学、复旦大学、中科院计算所等知名高校。
在18日举办的智慧医疗和生命科学分论坛上，来自复旦大学的付彦伟研究员发表主题演讲，分享了其团队开发的一种基于人工智能分析眼睛图像的 COVID-19 潜在筛选方法。
借助英伟达的高性能GPU设备，以及DBCloud深脑云提供的深度学习集群管理平台，开创了一种基于眼表特征的新冠肺炎（COVID-19）疾病患者风险筛查深度学习系统，用于通过拍摄得到的人脸图片中的眼部区域来进行患者的新冠肺炎（COVID-19）疾病风险筛查。
付彦伟介绍，该研究技术以“不依赖专业硬件和大量专家手工标注的弱监督小样本图像检测算法”和“处理多维变量大于样本量的高纬度空间统计推断模型”，通过大规模 GPU 高性能计算的支持，为当前 COVID-19 及类似多种人类疾病的风险筛查识别和医疗辅助诊断，提供有效研究数据统计与解释。
在开发过程中，团队使用了英伟达的Tesla V100设备，并引入了IBM提供的Large Model Support功能，能够提升CPU与GPU的传输带宽，并且能够将内存划分到显存进行使用，解决了实验过程中的大模型加载问题。
在系统服务器系统平台方面，付彦伟团队使用的是DBCloud深脑云AI实验平台。在深度学习当中，学习训练环境涉及到非常多的环境和组件，而且不同版本之间的差异比较大。因此，以往算法工程师可能需要花费几天时间来配置环境，解决安装过程中出现的各种问题。
在深脑云AI实验平台及集群管理平台上，针对这种深度学习以及GPU算力应用提出了一套完整的解决方案，使用docker进行统一的封装，包括最新版本的nvidia cuda、tensorflow、caffe、pytorch等主流的框架和环境。深脑云还提供一键开机使用，无需安装部署的解决方案，将原本需要很多天去部署安装的一个过程，缩短到几十秒钟就可以完成。
英伟达的硬件算力设备和DBCloud深脑云的系统平台相结合，提供了更加贴近科研真实应用场景的整体解决方案，实现了算法的快速迭代，让研发人员更加专注于模型的训练和算法的优化。
目前，付彦伟团队打造的新冠风险筛查系统的临床诊断准确率率达到85%以上。未来，团队希望能够结合眼表特征的知识图谱数据，对眼表特征进行更精确的检测，从而实现一些特定疾病的远程非接触式的风险筛查和健康评估。预计可以对300多种疾病进行检测评估，更好的推动AI在医疗领域和国民健康领域的应用。
