在医疗设备算法的研发过程中，算力始终是一道绕不开的门槛。要探索最前沿的算法，一台配备高端算力的专用PC几乎是标配——这不是空话，而是从实验室到临床一路踩过的坑换来的经验。

自CUDA并行计算平台诞生以来，NVIDIA GPU便逐步渗透进医疗设备和医疗器械的“内芯”。借助它，复杂算法的工作负载才能实现高效的软件开发循环。如今，AI已在医学影像流程中站稳脚跟，并自然延伸至其他带有视频或图像采集功能的医疗设备。但将AI真正集成到医疗器械中，需要投入更多计算资源来加速新功能的开发——这正是许多团队遇到的瓶颈。

为了攻克这一难关，NVIDIA推出了Clara AGX开发套件，专门针对医疗器械领域的高级算法与AI技术研究。这套系统包含四大核心组件：Jetson AGX Xavier、Mellanox ConnectX-6 NIC、RTX 6000 GPU，以及HDMI 2.0输入接口。配套的Clara AGX SDK则提供操作系统、驱动程序、容器化运行时以及现成的AI技术示例。软硬件的组合构建出一个独特的平台，让医疗设备制造商、软件开发者和医学研究界能够更轻松地将AI技术落地到器械中。

面向AI技术研发的可扩展计算

Clara AGX开发套件基于Jetson AGX Xavier模块构建，这个模块本身就是一座宝藏——它背后是整个Jetson产品系列的丰富资源和工具生态。Jetson AGX Xavier模块可将功耗控制在10W，同时爆发出高达32 TOPS的AI算力，让自主机器变得触手可及。得益于NVIDIA丰富的AI工具和工作流，开发者能快速训练并部署神经网络。底层的Jetpack SDK则是一个综合解决方案，通过标准Linux操作系统、主板BSP以及对CUDA的全面支持，将整个CUDA加速生态带给Clara AGX开发套件。在此基础上，Clara AGX SDK还封装了用于构建流数据处理流程的Rivermax和DeepStream、支持通过EGX部署的容器化运行时，以及针对特定用例的参考应用——几乎把大部分开发环境都配齐了。

值得注意的是，Jetson平台虽然在技术上非常适合产品化，但要开发新一代算法，仍需要借助NVIDIA独立GPU提供更多计算资源。高性能的RTX GPU能大幅缩短代码优化周期，并且允许在不牺牲性能的前提下反复迭代算法实验。

Clara AGX开发套件中集成了NVIDIA RTX 6000 GPU，峰值性能超过200 INT8 AI TOPS。这块显卡可以同时运行多个并发推理流程，即使面对最复杂、要求最高的AI应用也能从容应对——这对研发最新AI模型来说至关重要。

当研发完成、最终AI模型就绪后，开发者可以对模型进行优化，再部署到完全可扩展的架构上。如果追求低功耗，直接使用Jetson产品系列即可，它能满足小型产品对功耗和尺寸的限制。如果需要高性能，也可以组建Jetson加RTX GPU的系统组合。NVIDIA通过统一的软件框架，提供了一个完整且可扩展的产品家族——从开发到量产，路径清晰明确。

支持高带宽传感器的可扩展连接

医疗器械以及许多嵌入式系统都有一个共性：需要通过GPU Direct或RDMA流，在上游传感器与GPU之间建立高带宽连接。Clara AGX开发套件提供了两种方式来实现这类专用连接。

第一种方式是通过集成NVIDIA Mellanox ConnectX-6网卡支持100G以太网和10G以太网。这块先进网卡能以全线速将GPU Direct连接到RTX 6000的GDDR DRAM上。它能最大化传感器数据包的串流吞吐量和性能，同时最大程度减少对CPU的占用。

第二种方式更加灵活：用户可以使用两个支持自定义PCIe卡或其他NIC的PCIe Gen4 x8插槽。第一个PCIe端口连接到Mellanox ConnectX-6网卡中的集成交换机，支持将RDMA数据直接传输到RTX 6000的GDDR DRAM——典型用例是多路4K60 12G SDI输入的自定义视频采集卡。第二个PCIe端口则直连Jetson AGX Xavier模块，可用于连接外部主机，或通过自定义卡实现专用输出。

合作伙伴开发者计划

针对Clara AGX开发套件，NVIDIA还推出了配套的合作伙伴开发者计划，包含硬件支持和协作网络。感兴趣的用户可以通过官方渠道提交申请来获取开发套件。此外，如果想更深入了解Clara AGX的底层逻辑，可以观看Mathias Blake、Juha Tukkinen和Brian Feeley在NVIDIA GTC 2020秋季站上的深度分享《构建AI驱动的医疗器械》。三位专家详细探讨了AI革命将如何重塑医疗设备，以及Clara AGX在这一浪潮中扮演的关键角色。