EO_472

XVI Medical MEDICAL 18 - SETTEMBRE 2018 Integrare l’intelligenza nei computer embedded Un’intelligenza del tipo appena descritto ora risiede in un cloud o in un data center specializzato, ma non ha ancora raggiunto il dispositivo medicale. A questo punto entra in gioco l’inferenza. Si tratta del processo utilizzato per inte- grare nel dispositivo locale ciò che è stato appreso. Ovvia- mente, per consentire l’integrazione dell’intelligenza di una rete neurale immagazzinata in un data center in un unico processore, le dimensioni del software devono esse- re ridotte. Di conseguenza, ogni parte della rete neurale che non è più necessaria una volta completato con esito positivo l’addestramento viene di solito omessa. Poiché non hanno parte attiva nel processo decisionale, possono essere escluse senza problemi. Oltre a ciò, diversi stati de- cisionali della rete neurale originale possono essere com- pendiati in un’unica operazione. Anche questo processo non comporta alcun svantaggio, poiché al sistema locale non è richiesto alcun apprendimento automatico, anche se ciò sarebbe possibile. Ovviamente risulta più efficiente addestrare un sistema di grandi dimensioni utilizzando tutti i nuovi dati disponibili e quindi trasferire il livello di conoscenza raggiunto ai dispositivi locali mediante ag- giornamenti software regolari. Questo è il motivo per cui in ambito medicale le interfacce verso IoT utilizzate per collegare i dispositivi ai vari cloud e server dei fornitori di tecnologia rivestono un ruolo fondamentale per l’ulterio- re sviluppo di queste tecnologie. Scelta dell’architettura del processore Anche se un approccio del tipo appena descritto permet- te di ridurre drasticamente le prestazioni computazionali richieste localmente ai dispositivi medicali, l’onere di ela- borazione necessario è ancora molto elevato per un sin- golo processore. Senza dimenticare che l›architettura di elaborazione locale e quella dei data center deve essere confrontabile per ridurre gli oneri legati alle operazioni di porting del software e degli algoritmi. Le più recenti APU (Accelerated Processing Unit) embedded sono in grado di fornire una notevole potenza di elaborazione in modo fles- sibile grazie all’abbinamento tra processori “tradizionali” in architettura x86 e GPGPU per applicazioni di intelligenza artificiale e apprendimento automatico. I consumi ener- getici sono così ridotti che tali caratteristiche possono già essere integrate in quasi tutte le tipologie di applicazione che prevedono l’elaborazione delle immagini – dai sistemi mobili per raggi X che operano senza ventole ai dispositivi di memorizzazione presenti alla periferia della rete utilizza- ti per sistemi RIS (Radiology Information Systems) e PACS (Picture Archiving and Communication Systems). Processore Ryzen Embedded V1000 di AMD per dispositivi medicali Grazie al notevole incremento in termini di prestazioni grafiche e di elaborazione, i nuovi processori Ryzen Em- bedded Serie V di AMD sono particolarmente adatti all’uso per applicazioni in ambito medicale. Le elevate prestazioni conga-TR4 con processore Ryzen Embedded di AMD è il più recente modulo in formato COM Express con pinout Type 6 di congatec per applicazioni medicali locali basate sull’intelligenza artificiale Opzioni per il progetto di server embedded di fascia alta I sistemi di fascia alta, come ad esempio i server di back-end per applicazioni medicali che richiedono una potenza di elaborazioni maggiore rispetto a quella offerta dai processori Ryzen Embedded V1000 di AMD possono valutare l’opportunità di utilizzare i nuovi processori EPYC Embedded 3000 della stessa società. Disponibili sul lungo termine (per un periodo fino a 10 anni) e offerti in versioni con un massimo di 16 core, connettività 10 Gigabit Ethernet e fino a 64 canali (lane) PCIe per poter connettere numerose unità di elaborazione dell’immagine che sfruttano algoritmi di apprendimento automatico e di elaborazione parallela, questi processori rappresentano una soluzione perfetta e affidabile per l’uso in ambito medicale. In funzione delle esigenze degli utilizzatori, congatec prevede di fornire questi processori anche su moduli COM Express, con l’obiettivo di sviluppare un nuovo pinout per server embedded di fascia alta per COM Express. Un’ulteriore opzione è rappresentata da schede embedded completamente custom.