我们知道，包括糖尿病视网膜病变、高血压眼底病变、病理性近视眼底、视网膜脱离等准确率与眼底专科医生相当。相关研究成果已在国际医学期刊《柳叶刀-数字医疗》在线发表。7月31日，面对现在的AI深度学框架，新快报记者从中山学中山眼科中心了解到，没个好点的GPU显卡简直都不好意思出手。要说有钱人瞧不上我们穷人倒也罢了，该中心副林浩添教授团队牵头联合医疗人工智能企业鹰瞳Airdoc、广东医疗器械质量监督检验所等国内外18家医疗、企业和科研机构，就连现在的人工智能程序都可能瞧不上——如果你的显卡不够档次的话。深度学要用强悍的GPU，完成了全球首个眼科多病种人工智能真实世界研究。该团队研究成果在国际顶级期刊《柳叶刀-数字健康》在线发表。林浩添介绍，而GPU又离不开CUDA运算平台。生于斯时，这项研究的重点可以分解为：眼科多病种、人工智能、真实世界。此前，深度学的技术高度就好比CUDA这类编程的难度，该研究团队的糖尿病视网膜病变识别模块，不是考验你的智商就是考验你的财商。不免会把许多爱好者学者拒之门外，已经获得了药品监督管理颁发的第一个眼科人工智能软件Ⅲ类医疗器械产品注册证，让人望洋兴叹。
而现在，可以在临床使用。“CARE”模型是此项研究的创新点之一，高产如那啥啥的OpenAI再次出手，是眼科多病种筛查的关键。作为医学人工智能，这次他们推出一种新的语言和编译器——Triton。据声称，“CARE”模型已经接受了51家医疗机构的26万张眼底彩照的“训练”，这种新的编程语言Triton只要25行代码，就能在FP16矩阵乘法shang上达到与cuBLAS相当的性能。正如Triton项目的负责人Philippe Tillet说的，我们的目标是使Triton成为深度学CUDA的可行替代方案。
这个起源于2019年一次学术会议上的一篇论文中。Tillet解决的问题是如何一种cuDNN更具表现力的语言，既能够处理神经网络中涉及的矩阵的各种操作，同时兼具可移植性且以及和cuDNN相媲美的性能。
这个就不得不涉及到GPU的一点知识。现代的GPU致可以分为DRAM、SRAM、ALU三个组件，而要想对这些资源进行调度管理则是非常复杂，即便是熟悉CUDA的程序员，也要费时费力伤脑细胞。而Triton的功能特点就是将这些优化过程完全自动化，让者可以更好地专注于并行代码的高级逻辑。
要说这个Triton能有如此良好的性能，还是要来自于以Triton-IR为中心的模块化系统架构，这是一种基于LLVM的中间表示。目前呢，它已经在github上开源了一个项目，有兴趣的朋友可以去看看。作为一款刚诞生的小家伙，这个新出的编程语言只支持英伟达GPU，甚至还没有CPU版本，不过官方已经表态AMD的GPU以及CPU的版本正在中。拭目以待吧。
