Start page / News / View latest news / Så löser Siemens lagringsutmaningar

Så löser Siemens lagringsutmaningar

För AI-infrastruktur

Som ledande medtech-företag satsar Siemens Healthineers mycket på forskning och utveckling inom artificiell intelligens och digital innovation. Satsningarna koordineras via det interna navet Digital Technology & Innovation (DTI) som finns utspridda i olika delar av världen. Företaget berättar nu hur man tillsammans med Quobyte skapat rätt förutsättningar för utveckla AI-modeller som sedan integreras i dess medicintekniska produkter.

DTIs AI-experter arbetar med stora datamängder och kraftfulla superdatorinfrastrukturer för att bygga AI-lösningar. Superdatorinfrastrukturen inkluderar superdatorn ”Sherlock” som bland annat består av ett kluster Linux-baserade HGX-H100 och HGX-A100 beräkningsnoder med NVIDIA GPU:er på totalt 340 Petaflops, tiotals petabyte lagring, 10 Gbps anslutningar till molnet och andra superdatorer i andra delar av världen.

”Våra forskare använder Sherlock för att köra i genomsnitt 1 600 djupinlärningsexperiment per dag, och tränar AI-modeller med hjälp av en datalake med miljarder medicinska bilder, medicinska rapporter, laboratorietester, genomdata och behandlingsplaner. AI Supercomputing-teamet tillhandahåller processorkraft, mjukvarustack och HPC-expertis för att parallellisera och påskynda träningen av AI-modeller som produceras av DTIs AI Factory,” säger Gianluca Paladini, som leder AI Supercomputing-gruppen och ansvarar för globala HPC-infrastrukturen.

Skapade en AI-fabrik
För att utveckla AI-modeller med hög noggrannhet skapades en så kallad AI Factory år 2016, som samlar processer, resurser, infrastruktur för datainsamling och kurering, modellträning, testning, prototyper och kapacitet för valideringsstudier på ett ställe. Sedan starten har hundratals AI-modeller tagits fram som sedan integrerats i över 60 FDA-godkända AI-medicintekniska produkter för Siemens Healthineers.

För att nå dit har det krävts ett gediget arbete. Superdatorn Sherlock har behövt fördubbla sin processorkraft varje år. Nya lagringskrav har också inneburit att man gått från individuella NFS-servrar till ett skalbart parallellt filsystem. Valet föll på Quobyte, bland annat eftersom det på ett mycket bra sätt gick att återhämta sig från hårdvarufel, både på enhets- och servernivå.

”Med Quobyte blev det tydligt att vi kunde tåla betydande hårdvaruförluster utan avbrott,” säger Ron Trickey, Senior HPC System Administrator. "

Öka hastigheten
De växande datamängderna gjorde också att metoden för att kopiera data till temporär lagring kördes för långsamt. Man behövde hitta en skalbar lagringslösning för produktion som kunde nås direkt av AI-träningsarbetslasterna i hög hastighet och utan kompromissa med tillförlitlighet, underhåll och feltolerans.

Eftersom det redan gjorts betydande investeringar i lagringsservrar med tiotals petabyte kapacitet, ville man hitta en lösning som kunde köras på befintlig hårdvara. Det hade blivit för dyrt att välja programvara som behövde kopplas ihop med ny hårdvara, som många lagringsaktörer föreslog.

Rätt produktionsmiljö
Med Quobyte fick Siemens Healthineers rätt produktionsmiljö för HPC-arbetslaster, med hög prestanda och avancerade säkerhetsfunktioner. Lösningen underlättade datastyrningsprocesser och webbaserad datainsamling från partners och stöttade en mängd olika filåtkomstprotokoll kompatibla med Linux och Windows.

Siemens Healthineers och Quobyte kunde skapa en lösning som gav låga driftskostnader tack vare enkel konfiguration, automatisk nivåindelning och användning av standardhårdvara. Man fick ett enhetligt lagringssystem som stöttade heterogen dataåtkomst och avancerade säkerhetsfunktioner för datastyrning, utan driftstopp vid förlust av disk- eller lagringsservrar. Dessutom fick man rätt skalbarhet i kapacitet och prestanda, med I/O-genomströmning som ökar linjärt när kapaciteten ökar med fler lagringsnoder.

10/7/2024 - Industritorget