GPU目前已是深度学习不可或缺的手段之一，但如何跨进此领域或更有效率的研发依然是很多人的疑问，若能透过AI达到此目标，将能大幅减少人力失误并提升生产效能，丽台科技董事长卢昆山表示，制程产线的相关数据数据相当庞大且环环相扣，因此需要寻找好的软硬件系统架构进行大量数据运算， 而GPU在硬件高速演算与平行运算的特性足以实时处理巨量的产线数据，再利用AI与深度学习算法，即可进行设备状态预诊与生产质量监控。
AI深度学习研讨会，讲师均认为随着处理器运算能力的提升，AI在制造与医疗领域的应用将快速加深。
长庚大学信息工程学系林俊渊副教授也指出，生物影像的魅力在于揭示了生命运作的过程，长庚大学在生物影像研究多年，发现透过细胞与粒子活动的生物影像里可以找到可能的运作机制，而运用GPU计算能力得以让研究人员能够在实验的过程中进行实时的分析工作，除此之外，与国立清华大学脑科学研究中心从事多年的果蝇脑影像分析的工作， 如果没有GPU的强大运算能力，要处理百兆级的计算工作将变的遥不可及。 近年来深度学习技术的蓬勃发展，加上GPU硬件计算能力与日俱增，透过深度学习的运算机制，在未来将有助于上述生物影像研究朝向AI发展，加速人类探索生命的奥秘，相信研究结果对生命科学领域能提供更多的贡献。
此外，静宜大学信息传播工程学系洪哲伦教授也于分享了使用GPU提升医学影像分析的效能，并且透过目前热门的深度学习技术协助医师辨识医学影像里的病灶。 洪教授的静宜大学团队在此领域已经耕耘许久，拥有多篇研究论文发表，更与台中荣总、中国医药大学、台北医学院合作进行相关的合作计划。 洪教授指出台湾在这个领域非常有优势，未来希望能有更多的学者投入相关的研究，共同提升台湾在医学AI应用的竞争力。
公安机关备案号：
