AI正在赋能各个产业，医疗便是其中之一。AI在影像筛查诊断、实验室检测、药物研发、医疗资源调控等方面积极发挥作用。
在GTC大会上，NVIDIA发布NVIDIANeMo大型语言模型服务和NVIDIABioNeMoLLM服务，以及面向医疗边缘AI用例的NVIDIAIGX平台，为生命健康、制药和生物技术公司带来更多AI赋能。
利用大规模模型的力量
时至今日，大模型已经成为整个AI产学界追逐的技术宠儿，各式各样参数不一、任务导向不同的大模型层出不穷。大模型具备效果好、泛化能力强等特点，进一步增强了AI的通用性，成为AI技术和应用的新基座。
NVIDIA发布两项全新大型语言模型（LLM）云AI服务——NVIDIANeMo大型语言模型服务和NVIDIABioNeMoLLM服务，使开发者能够轻松调整LLM并部署定制的AI应用程序，其可用于内容生成、文本摘要、聊天机器人、代码开发，以及蛋白质结构和生物分子特性预测等。
通过NeMoLLM服务，开发者能够在NVIDIA管理的基础设施上使用被称为提示学习的训练方法快速定制多个预训练基础模型——从30亿个参数到世界上最大的LLM之一MegatronB。与从头开始训练模型所需的数周或数月相比，该过程只需几分钟到几小时。
NVIDIABioNeMo服务是云应用程序编程接口（API），它可以将LLM用例扩展到语言以外的科学应用中，加快制药和生物技术公司的药物研发速度。
提示学习是使用一种名为P-tuning的技术来定制模型，使开发者只需使用几百个示例就能快速定制最初需要使用数十亿个数据点训练的基础模型。定制流程生成任务专属的提示标记，这些标记会与基础模型相结合，为特定用例提供更高的准确性和更相关的响应。
开发者可以使用同一模型定制多个用例并生成许多不同的PromptToken。游乐场功能提供可以轻松实验并与模型互动的无代码选项，进一步提高了LLM对行业特定用例的有效性和可及性。
BioNeMoLLM服务包括两个用于化学和生物学应用的新BioNeMo语言模型。该服务提供蛋白质、DNA和生物化学数据方面的支持，帮助研究人员发现生物序列中的模式和洞察。
NVIDIA的BioNeMo框架包含蛋白质和化学领域的预训练LLM模型，可简化训练、推理和扩展。BioNeMo是NVIDIANeMoMegatron框架针对化学、蛋白质和DNA/RNA序列领域的扩展。
BioNeMo使研究人员能够利用包含数十亿个参数的模型来扩大研究范围。这些大型模型可以储存更多关于蛋白质结构、基因间进化关系的信息，甚至可以生成用于治疗的新型生物分子。
Terra云平台上的NVIDIAClara
生命科学领域正处于一场数据革命之中，研究人员迫切需要一种将机器学习引入生物医学的新方法。
NVIDIA宣布与麻省理工学院和哈佛大学旗下的博德研究所（TheBroadInstitute）合作，为Terra云平台提供快速分析海量医疗数据所需的AI和加速工具。这将惠及该平台的多名用户，这些用户包括来自学术界、初创企业和大型制药公司的生物医学研究人员。
此次合作旨在将NVIDIAAI领域的专长和医疗计算平台与博德研究所的全球知名研究人员、科学家和开放平台建立连接，重点