算力不出院、数据不出域：珠江医院给医院AI落地打了个样

这是一篇数据叙事。9月11日，南方医科大学珠江医院的国产化 AI 原生多元异构智算平台正式上线——华为鲲鹏昇腾打底、金山云 AIOS 调度、数据不出院。它讲的不是一个"医院买了几台服务器"的故事，而是医疗数据要素化时代，医院如何把 AI 的根扎在自己院子里。

医院做 AI，最尴尬的问题是什么？

不是没有数据——三甲医院的病房里每天都在产生海量病历、影像、检验数据；也不是没有场景——病历书写、影像判读、病理分析，处处都缺人手。真正的尴尬是：数据出不去，算力进不来。

医疗数据是敏感度最高的一类个人信息，出院域意味着合规风险；而把算力建在院内，又要面对采购成本、运维团队、技术选型、烟囱式建设的一连串难题。绝大多数医院的 AI 落地，就卡在这道"数据与算力的鸿沟"上。

9月11日，科学网报道，南方医科大学珠江医院正式上线国产化 AI 原生多元异构智算平台——这个略显拗口的名字背后，是一次把这道鸿沟填平的完整尝试。

一家三甲医院的'自建智算'选择

先说清楚这家医院做了什么。

珠江医院联合华为和金山云，构建了"国产化硬件底座 + AI 原生多元异构智算工程平台"的完整能力体系：硬件层基于华为鲲鹏、昇腾全栈国产化软硬件，在院内搭起本地化智算集群；软件层由金山云的一站式 AIOS 平台统一纳管调度。平台打通算力、数据、模型、应用全业务链路，核心承诺是八个字——数据不出院、AI 在身边。

落地成果是首批 AI 智能体：门诊病历辅助生成（医患对话语音实时采集、自动转录生成结构化病历）、影像辅助诊断（CT、X 光智能解析、自动标注病灶位置大小形态）、病理辅助诊断。

这是少见的"医院主导、全栈落地"案例——不是买一个 SaaS 服务，不是把数据脱敏后交给外部公司训练，而是把算力、模型、数据、应用整条链路都建在自己院墙之内。

鲲鹏+昇腾+AIOS：全栈国产化的技术拼图

技术选型上，这个平台有两个关键词值得展开。

**第一个是"国产化"。**硬件核心完全基于国产芯片和操作系统——华为鲲鹏（通用算力）加昇腾（AI 算力），"全栈"意味着从芯片、服务器、操作系统到 AI 框架没有关键环节依赖境外供应链。对一家公立三甲医院来说，这个选择的合规含义不言自明：医疗数据的基础设施自主可控，是数据安全叙事的底座。

**第二个是"多元异构"。**平台同时纳管昇腾 NPU 和其他 GPU 算力——这意味着医院未来接入不同架构的计算资源时，不需要推倒重来。AI 算力格局仍在快速演进，"多元异构统一调度"是给未来留的接口。

把这两点合起来看：全栈国产化解决"安全"，多元异构解决"演进"。这两个词平时常出现在厂商 PPT 里，但由一家三甲医院用真金白银的采购落地，信号意义完全不同——医院级智算基建的"国产化默认"，正在从政策要求变成工程实践。

显存MB级分配与智能错峰：算力'精细化运营'的门道

这个案例里最"懂行"的细节，是两条调度策略。

**显存 MB 级精细分配。**AIOS 平台可以把 GPU/NPU 的显存切到 MB 粒度按需分配——而不是传统虚拟机的"整卡划拨"。医院里 AI 应用众多但单体负载都不大（病历生成、影像判读各自需要的算力有限），精细分配能显著提高资源利用率，避免"一张卡跑一个轻量应用"的浪费。

**智能错峰。**日间，算力优先保障门诊临床业务稳定运行；夜间，系统自动把闲置资源调度给大模型训练和科研计算。一套底座，白天服务患者、晚上训练模型，把昂贵算力的"空转时间"压到最低。

这两条策略合起来，回答了医院智算最现实的问题：算力买了不贵，贵的是用不满。医院 IT 预算有限，每一分算力都要算着用——"精细化运营"不是锦上添花，是这套平台能立住的经济学前提。

顺带一提，报道里"多业务争抢算力资源""AI 系统分散建设导致算力碎片化"的描述，几乎就是国内医院 AI 落地现状的白描：各科室各买各的、各建各的，最后几十张卡散落在十几个烟囱里。珠江医院的解法是"一个底座、统一调度"——听起来朴素，但组织协调的难度远大于技术本身。

'数据不出院'的深意：医疗数据要素化的前置工程

回到最核心的八个字：数据不出院、AI 在身边。

放在更大的政策坐标系里看，这不只是一家医院的 IT 决策。医疗数据要素化——让沉淀在 HIS、PACS、LIS 里的数据合规地产生价值——是"数据要素×医疗健康"行动的终极目标。但数据要素化的前提，恰恰是数据治理和数据安全的工程能力先行。

本刊此前报道过的两个案例可以连起来看：9 月 10 日成都武侯区与蚂蚁集团共建"西部医疗数模港"，是区域层面的数据要素流通实验；珠江医院的院内智算平台，则是机构层面的数据要素化前置工程——先做到"数据不出院也能训练模型"，才有资格谈下一步"哪些数据、以什么方式、在什么域内流通"。

医保局局长章轲上周在积水潭医院调研时强调的"数据安全不出域前提下用好数据"，说的正是同一件事。

对医疗数据从业者来说，珠江医院案例的参考价值在于路线图：临床真实业务驱动架构设计 → 合规可控的多模态数据供给 → 院内本地化训练与推理 → 智能体嵌入临床流程。每一环都不是为了"有 AI"而 AI，而是为了让数据在安全边界内持续产生临床价值。

医院 AI 落地的下半场，比的不是谁家模型大，而是谁能把算力、数据、场景的根，扎得又深又稳。珠江医院交出的这份作业，值得同行细读。

原文链接：珠江医院正式上线国产化AI原生多元异构智算平台
千方医数集编辑部 出品