PAICON 借 ProsperPower 把癌症诊断模型的全量重训从两周缩到两天

挑战：研究级迭代需要弹性大算力

PAICON 的病理模型需要在来自不同机构、不同扫描设备的异构数据上反复重训，以验证泛化能力。

自建集群规模固定，跑一次全量重训要排队近两周，严重拖慢研究节奏；而长期租用大规模 GPU 又太贵、利用率低。

方案：按需拉起的多卡集群

PAICON 改用 ProsperPower 的集群编排，需要时一键拉起上百张 H100、NCCL 自动组网，跑完即释放，只为真正用到的算力付费。

容错型批处理配合检查点，让抢占式实例也能安全承担长任务。

结果：迭代速度提升 7 倍

全量重训周期从约两周缩短到两天，训练吞吐提升约 7 倍，研究团队可以在一周内跑完过去一个月的实验量。

弹性算力也让跨机构数据的对照实验第一次变得可负担。

关于 PAICON

PAICON 是一家专注以数据为中心的医疗 AI 公司，与全球多家医院与研究机构合作，构建可泛化的病理诊断模型。