随着医疗大模型的发展，计算资源的需求不断增加。高性能计算基础设施是支持大规模数据处理和复杂模型训练的关键。但是，当前很多医院和医疗机构缺乏足够的高性能计算资源，难以满足大模型对算力的需求。
同时，医疗数据的多样性和复杂性要求模型具备更强的计算能力和更快的处理速度，这对现有的基础设施提出了更高的要求。因此，如何建立和优化高性能计算环境，以支持医院医疗大模型的开发和应用，是一个亟待解决的问题。
对此，医院应以构建与医疗健康大模型发展进程相适配的高性能超算中心，重点围绕超快速度的算力资源、海量吞吐的存储资源、畅通无阻的网络资源和自主可控的国产信创四大方面，持续打造医疗健康大模型基础平台。
为了满足医院日常和关键业务需求，通用计算应提供高性能、国产化的服务器，支持弹性云服务和裸金属服务，并支持主流AI框架，实现中心训练和边缘推理。
服务器选型需遵循国产化技术路线，确保供应链稳定，并配备丰富的软件生态，以满足日常主流业务需要。服务器性能应不低于业界主流CPU处理器水平，提供双路、四路高性能处理器，以满足关键业务需求。
同时，计算资源池应支持服务器池化，构建大规模计算资源池，为影像质控等业务提供灵活、高可用的云计算资源池。用户可即时获取弹性云服务器、裸金属服务器、镜像及弹性伸缩等计算相关资源，并支持按需扩展或缩减资源，实现高效动态管理。
