Intel Edge Computing Group  Medical  VP Renu女士拜访智锐通,共话AI医疗新未来

ZRT ZRT智锐通2026年7月30日 18:36广东

2026年7月28日,深圳智锐通科技有限公司(ZRT)迎来了Intel Edge Computing Group Medical VP Renu女士及Intel国内领导层一行的到访。
智锐通总经理李中亮携公司核心团队热情接待,双方围绕AI医疗硬件创新、智能诊疗场景落地及全球医疗市场拓展等议题进行了深入交流,达成多项合作共识,共同开启医疗智能硬件领域合作新篇章。

来访期间,Intel嘉宾一行参观了智锐通展厅并观看了企业英文宣传片,系统了解了智锐通在“模块化空间AI计算机”领域的核心能力与产业布局。作为一家集研发、生产、销售于一体的国家高新技术及专精特新企业,智锐通始终聚焦AI加速(图像/视频)处理技术,致力于为医疗影像AI分析、体外诊断、医疗信息化终端等场景提供高算力、高可靠性的硬件解决方案。

智锐通团队向Intel嘉宾重点展示了公司在智慧手术室、超声设备、医疗DR及医疗AI分析四大应用方向的创新成果。其中,MSC医疗一体机已通过IEC及GB 9706认证、DICOM合规认证,具备防滴溅抗菌设计及医疗级电源等专业资质;EMA-7U41项目已于6月初启动,目前处于原理图设计阶段,预计Q3完成布局、Q4进入EVT阶段。在客户合作层面,智锐通已与迈瑞、开立医疗实现量产合作,与GE医疗、飞利浦、西门子的相关项目也在稳步推进中。

Renu女士在主题分享中指出,全球医疗行业正面临护理人员缺口近1,100万、慢病管理占医疗总支出75%等结构性挑战,高度依赖影像与诊断的精准医疗需求持续攀升。据预测,医疗Agentic AI市场将于2032年达到217亿美元,远程监测与诊断带来的医疗数据洪流正以57%的年复合增长率扩张。

她强调,Intel致力于推动设备数字化与自动化转型,帮助合作伙伴打造功耗、性能、成本领先的医疗平台,并通过芯片级内置安全特性确保患者数据安全与隐私。在超声场景中,Intel Core Ultra平台已实现报告生成提速10倍的突破性成果。

双方在自由讨论环节就生态共建达成多项合作共识。Intel将向智锐通开放首批患者监护、超声场景的可直接运行AI Demo包,并提供更多AI工具链的培训。双方将协同梳理医疗场景常用AI模型清单并输出性能基准测试结果。

智锐通总经理李中亮表示,作为Intel 医疗领域的尊享级联盟会员,公司将持续深化与Intel在医疗智能硬件领域的技术协同与生态合作。以“精密智造为基石,以AI硬件为载体,赋能精准医疗,守护生命健康”为使命,智锐通将携手Intel及全球合作伙伴,共同推动医疗设备智能化升级,让精准诊疗触手可及。

相关新闻

一张图看懂 RK3568 主板的核心亮点与应用场景👇 以上是今天的“主角”——RK3568。 显卡、主板,前几期聊了不少。这次,我们换个视角——看 RK3568 如何走进一台医疗设备,解决真实的临床痛点。 今天,从可视喉镜说起。👇 一、可视喉镜开发中的四大痛点 通过与多家喉镜厂商的深度合作,我们总结了可视喉镜在硬件选型与开发过程中普遍面临的四大挑战:

算力有了,把它安置在哪? 这一期,聊聊算力之外的“幕后英雄”——EMA-7132 Mini-ITX 主板。👇 01 | 170×170mm,撑起算力的底座 PCIe 显卡再强,也得有一块主板把它们“撑起来”。 医疗影像设备、工业检测仪器——这些场景的共同点是:机箱内部每一寸都被精密规划,空间从来都是奢侈品。

智锐通一直在解决一个问题:空间有限,算力不能妥协。MXM 模组在 70×82mm 的方寸之间,把性能压榨到了极致。 但有些场景不一样,比如医疗影像工作站、工业检测平台及高性能计算集群,它们有标准的机箱、充足的散热空间,追求的是不设上限的绝对性能。 这时候,答案是 PCIe 👇 01 |

在医疗内窥镜的实时 3D 重建里、在自动驾驶的路况感知中、在工业数字孪生的高帧率交互现场——光有“精度”不够,还得跑得“够快”。 Quadro 系列解决了“专业图形与 AI 训练”的算力需求,但有些场景需要的不只是“精确”,更是 “帧率”与“响应” 。 于是,GeForce

在医疗影像设备、工业检测仪器、智能安防终端这些场景里,空间从来都是奢侈品。机箱内部每一寸都被精密规划,留给显卡的位置往往只有巴掌那么大,但算力需求却一点不能打折。如何在极限空间里塞进足够的专业算力? 智锐通 MXM Quadro 系列显卡给出了答案👇 01 | 产品亮点 ①、四代架构同堂,覆盖全场景需求 【从

在医疗设备领域,随着医学影像技术的不断发展,超声、内窥镜等医疗设备对于图像处理、数据运算等方面的要求也在日益提高,而GPU(图形处理器)显卡凭借其强大的并行计算能力和高内存带宽等优势,逐渐成为医疗影像设备中不可或缺的关键部件,堪称医疗器械界的“隐形英雄”。 1.医疗影像对GPU显卡的需求 GPU显卡能为大部分医疗影像设备提供了强大的计算能力和实时处理性能,成为医疗影像技术升级的核心驱动力。其核心优势在于强大的并行计算能力,能够快速处理海量医学影像数据,甚至可以支持4K/8K高分辨率显示和实时渲染,显著提升诊断精度与效率。GPU还可通过加速深度学习算法,推动AI在医学图像分割、配准和分类中的应用,助力精准医疗。此外,GPU的低功耗和灵活扩展性使其成为便携式和边缘计算医疗设备的理想选择,进一步推动了远程医疗和实时诊疗的发展。 2.GPU显卡的类别 GPU显卡主要分为独立显卡和集成显卡两大类。集成显卡是集成在主板或CPU内部,功耗低、成本低,但性能较弱,难以满足医疗影像设备的对图像处理的高要求;而独立显卡是通过PCIe接口连接主板,具有更高的性能和更大的显存容量,是医疗影像设备的主流选择。独…

滚动至顶部