多伦多大学与处理器巨头AMD合作，推出了一个超级计算平台，该平台将为该大学的健康研究提供动力-包括应对COVID-19等全球性威胁。
这项名为SciNet4Health的计划将允许T.U及其合作医院的研究人员和临床科学家使用机器学习等技术，以安全的方式保护患者的隐私，访问和分析庞大的患者健康信息数据库。
AMD捐赠了1 petaflop的专用处理能力，每秒能够进行四千万次计算，从而使SciNet4Health成为可能 。它有望导致疫苗开发，药物发现，基因组学研究和数学建模方面的进步。
“我们从AMD那里获得的新资源将使我们能够建立健康研究人员所需的计算基础架构，尤其是在COVID-19时期，当时我们的许多教师正在努力寻求各种解决方案并取得积极成果T的国际合作伙伴关系副总裁U. Alex Mihailidis说。
“直到今天，英国电信还没有为健康研究人员提供支持患者数据的专用计算基础架构，因此这将对我们的研究产生重大影响。”
SciNet4Health将在 SciNet（基于T的超级计算联盟）的设施之外运营， 并且将成为加拿大最强大的研究超级计算机：Niagara的所在地。该计划将使SciNet（在从天体物理学到气候科学的各个领域都取得了进步）具有将尖端数据科学的能力应用于健康研究的能力。
SciNet首席技术官Daniel Gruner表示，高性能计算可以执行常规计算机根本无法管理的复杂计算。
“如果您正在考虑使用AI和机器学习来尝试理解庞大而多样的数据，那么您就需要这些大型计算机，因为它无法在小型计算机上完成–它需要大量的数学运算，很多计算，因此您需要专门针对此的计算机。”他说。
“我们从AMD那里获得的资源恰好位于GPU（图形处理单元）上，GPU可以比常规CPU更快地运行深度学习计算。”
AMD的捐赠位于加利福尼亚州圣克拉拉，由20个“计算节点”（即组成高性能计算群集的单台计算机）组成，每个计算机均具有八个GPU。
“那是很大的力量，”格鲁纳说。
这也是完全内部的力量。到目前为止，需要超级计算的美国T健康研究人员都是通过合作伙伴计划开展工作的，例如HPC4Health，这是由UHN和病童医院建立的高性能计算网络。SciNet4Health利用HPC4Health的经验，利用患者数据来建立其程序和协议。这两个组织计划共同努力，以满足多伦多及其周边地区健康科学研究领域的需求。
Gruner说：“这有助于促进我们在大学内部进行更多私人健康信息研究的能力。”
Mihailidis表示，SciNet4Health将提供的机器学习和深度学习功能将使研究人员能够以某种程度的安全性和隐私考虑来处理患者数据，这在以前是不可能的。医学院的职业科学和职业治疗学系教授米海利迪斯（Mihailidis）引用了他对衰老和老年医学的研究，这只是一种有益的工作实例。
他说：“我们一直在收集有关老年人在家中和社区中所从事活动的数据，并使用机器学习，深度学习和其他预测性分析方法来确定他们的健康状况方面的大量工作，”他说。
“迄今为止，我们必须解决的问题是，由于我们没有安全的服务器可以安全地使用患者数据，因此我们不得不将数据清理到删除个人属性的程度，并且其中，如果我们能够包括患者健康数据本身，那么我们对他们的健康状况的预测模型就不会像他们那样准确。
“在大学中拥有这类资源将使我们能够将这种类型的研究提升到一个新的水平。”
多伦多大学是接收AMD超级计算系统的一小群大学之一。其他包括斯坦福大学和加利福尼亚大学洛杉矶分校。
“ AMD与全球领先的研究机构合作，为将高性能计算技术的力量带入抗击冠状病毒大流行而感到自豪，” AMD执行副总裁兼首席技术官Mark Papermaster说。
“这些捐赠的AMD EPYC和Radeon Instinct处理器将不仅有助于研究人员加深对COVID-19的了解，还有助于提高我们应对未来潜在威胁全球健康的能力。”