智慧醫療論壇會後報導
AI 浪潮席捲醫療產業，從影像判讀到臨床決策支援，也讓資料量呈現爆炸性成長。HPE Juniper 以 AI Fabric 為核心，搭配 Apstra 智慧化管理平臺，從訓練叢集、儲存網路到前端推論架構，提供端到端全面整合方案，助 AI 應用落地。
文／林裕洋
現今 AI 在醫療領域中的應用情境，以「醫療影像判讀」與「臨床決策支援」為主軸，向外擴展至診斷、治療、營運與管理的全流程應用，這代表網路基礎架構將成為決定 AI 應用服務的關鍵。根據研究報告指出，網路效率直接影響 GPU 的有效利用率，也牽動龐大 AI 投資的實際回報。面對醫療 AI 資料中心的建置需求，HPE Juniper 以開放式乙太網路 Fabric 為戰略核心，提供完整的 AI 資料中心解決方案。
HPE 慧與科技網路設備事業群技術經理楊正言表示，根據市場調查報告指出，乙太網路在 AI 後端網路的市佔率正快速攀升，2025 年已達 40%，正式超過 InfiniBand，2027 年將達到 51%。HPE Juniper AI Fabric 支援 RoCEv2 協定，具備動態負載平衡、流量擁塞控制、封包分散等關鍵技術，能在醫療 AI 訓練中的大型同步流量場景下，有效降低長尾延遲、避免 GPU 閒置等待。在 MLPerf 基準測試中，HPE Juniper 乙太網路於 BERT-Large 語言模型訓練任務中，以 64 顆 A100 GPU 達成約 2.6 分鐘的完訓時間，充分展現高速傳輸效能。
Apstra 智慧管理平臺 縮短網路調校時間
在 AI 資料中心的日常維運中，網路擁塞調校與效能優化向來耗費大量工程資源，也成為 IT 維運人員的首要課題。而 HPE Juniper 的 Apstra AIOps 平臺，透過 AI 驅動的自動化機制，可大幅降低維運複雜度，進而縮短 AI 模型訓練、微調、推論的時間。Apstra 平臺提供涵蓋訓練、儲存與前端 Fabric 的統一管理介面，內建頻寬、丟包、ECMP 不均衡、熱點分析等多維度儀表板，讓網路管理人員能即時掌握醫療 AI 叢集的全貌。
楊正言進一步指出，HPE Juniper Apstra AIOps 平臺獨家整合 GPU 網卡（NIC）的主機層遙測資料，能自動偵測亂序封包，並即時調整網路層的 DLB 逾時設定，主動緩解擁塞，此功能為業界首創，競品無法比擬。此外，在 DCQCN 自動調校方面，Apstra 能將傳統需要數週的人工調參流程壓縮至數分鐘完成，確保 GPU 始終維持最高效能輸出，大幅提升醫療 AI 投資的實際回報。
HPE Juniper 期盼以完整的 AI 網路基礎架構解決方案，協助醫療機構快速建構高效能、高可靠的智慧醫療 AI 資料中心，讓醫療 AI 的價值真正落地，服務每一位病患。
