因應醫療產業推動AI專案需求， NVIDIA DGX A100結合戴爾科技集團 Isilon解決方案，提供完美的AI架構整合方案，至今已在眾多醫療院所累積眾多成功案例，堪稱是市面上最佳醫療AI平台。
運用AI發展智慧醫療已成為全球共識，在台灣衛福部開放相關法規後，不少台灣醫學中心均積極發展智慧醫療，且泰半選擇NVIDIA DGX 系統搭配戴爾科技集團的Isilon儲存設備，滿足建立AI模型、AI分析等多種用途。
戴爾科技集團非結構化數據解決方案資深業務協理徐志良指出，在無論發展智慧醫療或精準醫療，都必須運用AI技術搭配可具備整合多儲存協定的AI 數據湖儲存平台。戴爾科技集團Isilon不僅是搭配NVIDIA DGX 系統的最佳儲存平台，亦能滿足醫院打造醫療大數據湖 Data Lake ( 醫學影像、數位病理、基因生命科學 ) 之所需，全心投入各種醫療AI專案。
NVIDIA亞太區資深解決方案架構經理康勝閔說，NVIDIA全新推出的NVIDIA DGX A100，更進一步將AI運算能力提升到5 petaFLOPS，且有完整SDK、函數庫等可使用。NVIDIA DGX 系統已與戴爾科技集團Isilon儲存設備完成效能測試，是醫療院所打造AI平台的最佳組合。
IOPS 、儲存容量 打造AI平台關鍵
在人工智慧領域有傑出成績的NVIDIA，其所推出的各種晶片與人工智慧系統，已成為各產業打造AI平台首選。目前醫院AI平台大致上可分成兩類，首先，醫院購買內建NVIDIA GPU晶片的伺服器，由資訊人員自行建置所需的AI環境。其次，直接引進NVIDIA推出的NVIDIA DGX 系統，如最新問世的NVIDIA DGX A100人工智慧電腦，能免去自行規劃、建置、效能調整等流程。
NVIDIA 亞太區醫療解決架構總監黃宗祺說，無論是自行設計OEM/ODM 伺服器架構，或是採購NVIDIA DGX品牌系統，兩者均有各自優點與適用環境。不過若想要在最短時間啟動AI專案，多數醫院傾向購買預先完成相容測試的NVIDIA DGX A100高速運算伺服器。
以臺灣北部知名醫院為例，為縮短發展智慧醫療速度，選擇以NVIDIA DGX 系統為核心打造AI平台。只是初期沒有將儲存設備的容量納入考慮，以至於AI平台上線之後，經常面臨儲存空間不敷使用的窘境，導致AI專案執行得花上數個月之久。所幸，此種問題在改用戴爾科技集團Isilon儲存設備後，即順利迎刃而解。
戴爾科技集團資深經銷業務協理蔡東波指出，戴爾科技集團Isilon儲存設備具備整合眾多儲存服務、高擴展性、高頻寬、高IOPS的特性，即便是採用傳統硬碟機的H500系列，也能在最短時間將大量資料寫入NVIDIA DGX 系統中的資料快取層中，完全不會影響高速GPU 與資料快取層的AI分析效率。
此外，戴爾科技集團Isilon儲存設備的Scale Out機制，還可支援全產品線新舊型號混搭的機制，讓醫院可依照年度預算、醫學資料成長速度、AI專案需求等，添購高IOPS或高儲存空間的機種，並依照AI專案重要程度，將資料存放在合適的儲存節點上，達到兼顧預算、IOPS、儲存空間等目的。
在眾多AI智慧應用中，智慧醫療與人類生活關係度最高。戴爾科技集團與NVIDIA有非常深厚合作關係，針對醫療AI推出的NVIDIA DGX A100搭配 戴爾科技集團Isilon的組合，可讓醫療團隊在無後顧之憂下，全力推動各種醫療AI專案，是現今最完美的AI平台。
戴爾科技集團資深經銷業務協理蔡東波（左一）、NVIDIA亞太區資深解決方案架構經理康勝閔（左二）、戴爾科技集團非結構化數據解決方案資深業務協理徐志良（右二）、NVIDIA 亞太區醫療解決方案架構總監黃宗祺（右一）
