上海口岸的特殊规模与性质，决定了防控境外疫情输入压力非同小可。为了更好的守护上海的“门”，上海市公共卫生临床中心紧急提出AI算力扩容需求，用于提升新冠肺炎的诊断效率。为此，烽火联合DBCloud深脑云紧急调配人工智能深度学习一体机设备连夜运抵上海金山，并于当天完成整体安装和调试工作，设备已在新型冠状病毒肺炎的CT影像临床诊断工作中投入使用。

　　火速驰援，第一时间赶赴前线

　　上海市公共卫生中心是上海新冠肺炎疫情防控和治疗的最前线，汇集178名市级医院专家与300多名市公卫中心医护人员，疫情期间收治了大量的新冠肺炎患者。为进一步提升新冠肺炎的诊断效率，上海市公卫中心联合复旦大学大数据学院的研究团队，将人工智能技术引入到新冠肺炎的CT影像诊断当中，并提出了相关设备需求，借助人工智能技术进行样本的病灶纹理学习，开发出新的诊断模型，以提高诊断效率。

　　获悉需求后，烽火与DBCloud深脑云一并火速驰援疫情防控一线，一天时间内便完成相关的人员和设备调配。烽火提供相应的AI服务器硬件，装配深脑云自主研发的DBCloud lab实验平台，组成了“一键式”深度学习一体机设备，连夜运往位于金山区的上海市公共卫生中心，当晚正式开始运行。

　　助力CT影像诊断，效率提升30倍以上

　　国家卫健委公布的诊疗方案第五版明确指出，CT影像临床诊断结果可作为新冠肺炎病例判断的标准，无需依赖核酸检测结果。一名新冠肺炎患者的CT影像大概在300张左右，医生一般需要十多分钟对一个病例的CT影像进行肉眼诊断，这给临床诊断带来巨大压力。

　　而由烽火与DBCloud深脑云共同打造的人工智能深度学习一体机，就是根据该诊断模型量身定制，不仅能提供强力的算力支持，还为诊断模型预置了相应的环境和框架，支持多环境、多用户、多机多卡并行运算，省去了繁琐的环境配置工作。借助人工智能深度学习一体机，研究人员仅需1分钟即可投入病情的诊断研究当中。相比肉眼识别，人工智能算法识别一个病例的全部CT影像只需要几十秒的时间，并且最终识别准确率高达90%以上，能够快速对新冠肺炎的病例进行区分筛选，极大减轻了医生的工作压力。

　　全方位支持，保障疫情防控阻击战

　　此次驰援上海市公共卫生中心并非烽火和DBCloud深脑云首次参与新冠肺炎疫情的支援工作。作为复旦大学、上海交通大学等高校的合作伙伴，烽火在疫情爆发初期便联合DBCloud深脑云，充分调动资源，配合各高校实验室展开了新冠肺炎疫情相关的研究。

　　借助自身的设备和产业优势，烽火集中调配了一批人工智能深度学习训练设备，与DBCloud深脑云的研发团队，将原有的DBCloud lab实验平台和GPU管理调度系统进行升级扩容，紧急接入新增设备，用于保障高校实验室的算力需求。让实验室实现远程科研教学，并且快速投入到新冠病毒的研究和分析工作。

　　在这段特殊时期，烽火和DBCloud深脑云早已着手加强保障力度，建立了疫情防控支援小组，提供24小时在线的技术服务支持，维护设备稳定运行，第一时间满足医院、高校、研究机构等单位的人工智能算力需求，坚决打赢这场疫情防控阻击战。