提到GPU，大家應該都是先想到玩3D遊戲，但GPU可不只能玩遊戲。相較於CPU，GPU能提供更快的平行運算效能，因此可以用於加快大規模運算的速度，目前世界TOP 500超級電腦中有許多都有使用GPU來加速。現在許多廠商都在開發機器人與人工智能，為了加快機器學習與深度學習的速度，GPU更是扮演了重大的角色。



NVIDIA在11月16日宣布推出hyperscale級端對端資料中心平台，推出包含Tesla M40、Tesla M4 GPU兩款加速器。這兩款加速器的外型看起來跟一般遊戲用的顯示卡沒甚麼兩樣，但卻沒有顯示I/O端子，因為是用來加速運算使用。另外也推出已經針對機器學習和視訊處理優化的NVIDIA Hyperscale軟體套件。



您一定會好奇，相較於CPU，GPU在幫助機器學習上能有多好的效率呢？根據NVIDIA所提供的數據，以Tesla M40 GPU為例，用於深度學習加速，比Intel E5-2697 v2處理器要快八倍，由此便可知道GPU的強大效能。機器學習與深度學習技術看起來很深奧，但其實已經非常普及，例如機器人、人工智能 (像Siri、Cortana)，語音辨識等功能都有用到這些技術。也是拜強大的GPU效能所賜，才能讓人工智能與語音辨識的功能變得越來越好用。





除了大型的超級電腦，針對行動運算平台，NVIDIA也發表了JETSON TX1平台，採用NVIDIA Maxwell架構的GPU，具備256個核心，搭配ARM A57 64位元處理器，整體平台的尺寸只跟一張信用卡差不多，可以用於無人飛行器等小型裝置，例如可以安裝於無人飛行器上，透過GPU強大的處理效能即時辨識地上的車輛與車流狀況來進行管制與分析。