NVIDIA执行长黄仁勋于GPU科技大会(GTC)发表主题演讲时表示，将来若回顾深度学习发展史，2015年堪称深度学习*重要的一年。而2016年将是人工智能、运算科学、电脑产业，甚至是整个人类决定性的一年。
根据The Next Platform报导，黄仁勋在GTC发表以“新运算模型”(A New Computing Model)为主题的演讲时表示，过去5年深度学习领域已获50亿美元投资，催生出1,000多家专注于人工智能和深度学习的新创公司，而深度学习在未来10年将创造逾5,000亿美元的商机。
黄仁勋表示，过去一年深度学习领域出现不少攻占各大科学媒体版面的重大成就，包括ImageNet图像识别大赛、围棋人工智能AlphaGo及发展出可学习执行任务的智能机器和机器人。但真正的好戏还在后头，采用专业加速硬体和先进演算法的全新应用，将使深度学习出现新的使用案例和市场。
简言之，在系统方面，NVIDIA已将这些转变导入Pascal架构GPU和以深度学习为重点的P100芯片及Jetson TX1嵌入式超级电脑。深度学习将不再限制于特定领域，不再仅是应用程式，也不再仅是演算法。
这也是NVIDIA全力投入深度学习的原因，而且每年都计划投入更多资源。NVIDIA认为，深度学习将完全改变运算，是全新的运算模式。
NVIDIA已在2015年发布用来训练深度神经网路的M40、M4两款芯片，为加强这两款芯片被用于深度学习推理端的吸引力，该公司还推出称为GPU推理引擎(GIE)的全新函式库，作用等用于以GPU训练神经网路时的cuDNN函式。
M40、M4两款芯片若搭配该公司低功耗的Jetson TX1嵌入式超级电脑使用，影片辨识的推理运算，效能能从每秒每瓦4张图像提升至每秒每瓦24张图像。
但将GPU用于深度学习的推理运算，虽能大幅提升运算效能，却有一些公司抱怨将GPU用于深度学习的推理部分会太耗电，仅适合训练时使用。
公安机关备案号：
