IT时报记者 孙妍
9月22日，“智算上古街·医智向未来”自主算力与医疗专属AI模型学术研讨会在厦门大学附属第一医院举行。三项成果接连落地：全国首个通专一体医疗大模型“壹问”就此落地三甲医院；厦大附一与海光信息签订战略合作协议；数智医疗临床转化研发中心、医疗人工智能与应用创新中心两大联合实验室揭牌。
通专一体医疗大模型的落地，正在对算力提出前所未有的挑战。海光以“CPU+DCU”给出新答案，解决“通才”的调度逻辑和“专才”的并行计算挤在同一种芯片上互相等待的问题。
通专一体的新考验 海光给出“CPU+DCU”新解法
什么是“通专一体”医疗模型？简单来说，就是用一个“通用大脑”来指挥一群“专科专家”。“通才”模型就像一位全科主任，先听你描述所有症状，判断需要哪些科室会诊，接着它调动“专才”模型，比如让影像模型看片子，病理模型分析切片，最后由全科主任整合信息，给出一个综合判断。
“通专一体”医疗模型对算力的考验，核心在于“双峰并发”，它需要同时高效处理两类截然不同的计算任务：一类是“专才”模型（如影像分析、病理识别）所需的高吞吐并行计算，另一类是“通才”模型（如任务编排、工具调用、知识检索）所需的高效逻辑调度与数据搬运。在通专一体的医疗智能体场景中，CPU端处理延迟可能高达90%。如果沿用传统服务器对CPU与加速卡进行1:4甚至1:8配比，CPU的延迟将成为“木桶的短板”。
如何不让“通才”的调度逻辑和“专才”的并行计算挤在同一种芯片上互相等待？
这种混合负载，恰好让海光的“CPU+DCU”协同架构有用武之地。海光提出的“Agent to Token开放计算架构”，本质上是按任务类型重新划分算力职责，让CPU和DCU各司其职。
CPU承担“通才”层的系统枢纽职能，比如医疗数据脱敏清洗，病历结构化预处理，集群资源调度，对接医院业务系统等任务；DCU承担“专才”层的并行加速职能，比如预训练、高并发临床推理等任务。
海光没有停留在卖芯片的层面，而是针对医疗场景真实痛点进行工程调优。举个例子，临床病历超长，须拼接多份历史报告，在海光技术团队与厦大附一、厦门大学医学院算法团队的联合攻关下，长病历处理吞吐量提升30%以上。
“壹问”大模型 长在国芯底座上
“壹问”并非在通用大模型上简单套壳，而是生长在“国家队”自研的紫东太初多模态大模型之上，由中国科学院自动化研究所与武汉人工智能研究院联合研发。
“壹问”是落到临床的医疗专属大模型，采用“通用医学基座+专科轻量化子模型矩阵+循证校验层”的通专一体架构，训练底座基于厦大附一海量脱敏临床病历、权威诊疗指南、医学教材与核心科研文献构建，全程数据院内闭环，不对外流转。
医疗场景对AI的要求，从来不是能力上限，而是可靠性下限。在诊室里，一本正经地编造，比坦承“我不确定”更危险。通用大模型可以吟诗作画，但病历不出院、数据不外流、答案可溯源，这三条铁律决定了三甲医院的智能必须长在“自己家”，模型全部采用本地化部署，所有医疗原始数据、模型推理全程不离开医院内网。
“家”的算力底座实现全栈国产化，基于海光CPU+DCU算力集群部署。海光信息并非仅提供硬件支撑，而是深度嵌入模型预训练、专科微调、性能优化、院内部署、临床联调的全研发周期，保障医疗体系数据安全可控，“自主算力底座+国产基础大模型+医院垂类模型”的完整医工创新链条就此成形。
“国芯+国模”的真正分量体现在落地应用中。海光自研DTK开发套件与DAS软件栈兼容主流生态，让医院多年积累的AI应用得以平滑迁移，而非每换一个模型就要重写一遍底层代码。
联合实验室 生态长跑解决“两张皮”问题
如果说“壹问”是核心成果，联合实验室就是让成果持续生长的机制。
当天揭牌的医疗人工智能与应用创新中心联合实验室由厦门大学附属第一医院、海光信息与紫光太初共建，光合组织医卫专委会则作为生态支撑单位。该实验室是国内首个打通国产算力底座（海光CPU+DCU）、紫东太初基础大模型、三甲医院真实临床数据集的“三位一体”医工交叉创新平台。
医工交叉合作多年，老问题始终是“两张皮”：技术团队不熟悉临床流程，临床团队难以用算法语言表达需求，项目合作完成后难以持续沉淀成果。
这个实验室把链条上的角色焊在一起，海光依托CPU+DCU算力集群，完成紫东太初基座的医疗微调、私有化部署与性能调优。国产化训推适配、真实临床场景算法验证、医工成果转化与标准沉淀、人才联合培养，四大研究方向环环相扣。
战略合作 复制“国产算力+医疗智能体”方案
作为闽西南地区的三甲综合医院，厦大附一多院区一体化运营、海量医学影像存储、AI辅助诊断等业务持续扩容，而传统国外算力设备存在供应链不稳定、数据安全隐患、运维成本偏高的问题，全院核心业务系统国产化升级迫在眉睫。
医疗AI的算力需求，不是叠加更多GPU就能解决的。通专一体架构对算力芯片的协同、对数据安全闭环的原生支持，都要求算力厂商必须深入理解临床业务逻辑，而非仅仅加强芯片性能。
海光与厦大附一签订战略合作协议，双方将基于全域医疗国产化算力底座搭建、全场景医疗AI智能体联合研发、医工复合型人才联合培育、医疗智能体市场化等方面进行双向布局。
以三甲医院为试验田跑通方案，再向福建省内三甲、县域等医院复制推广整套“国产算力+医疗智能体”解决方案，让医院的角色从AI使用方升级为方案的共同输出方。
当算力企业、大模型国家队与三甲医院在同一个实验室里共写一行代码，中国医疗AI的故事，正在从“单点突围”改写为“体系作战”。
免责声明：
本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。
下一篇：没有了
