GPU 加速運算技術近期使得人工智慧、科學發現和高性能運算領域出現重大突破性的發展，緊接著，在雲端運算方面，它也有更多發揮的空間。
我們與 Amazon Web Services 合作發展他們最新，也是最強大的 GPU 加速雲端運算技術： AWS EC2 P2 實例，研究人員與資料科學家可以使用這項有著八顆 NVIDIA Tesla K80 資料中心 GPU 進行運算的實例，加快多項需使用大量運算資源的應用程式執行速度。
在存放資料的地方運用 GPU 進行深度學習
GPUs 協助全球使用雲端服務的客戶去應付每天的交易紀錄、感應器日誌檔、圖片、影片等來源，所產生出的爆炸性成長資料量。運用 GPU 進行深度學習，可處理龐大的資料量，並且從中進行深度解讀，提供智慧個人化的經驗給客戶。
而電腦得先處理海量資料，才能在安全自主的情況下，以超越人類的精準性去理解說話的內容、在對話中自然應對和執行繁重的作業。企業和研究人員通過 AWS EC2 P2 實例，便能在無需將資料移入移出雲端環境的情況下，發揮 GPU 加速深度學習的實力。
這些實例可以提供有著最新資料、最具相關性的經驗給用戶，並且能使用最新需要更高運算能力來處理資料的深度學習模型。
快速存取強大的 HPC 叢集
AWS EC2 P2 實例也讓不想再漫長排隊等待處理工作的 HPC 用戶，能以較低的前期投資滿足個別的運算需求；或是短期提高運算能力以解決尖峰工作量。每個實例多達16個物理 GPU 及配置組內多個實例，可提供最嚴苛之 HPC 應用項目所需的運算能力。
NVIDIA 致力於確保在 GPU 上皆加速處理各深度學習架構，讓人們易於著手進行深度學習項目。AWS 秉持著同一精神，推出一組包括 MXNet、Caffe、Theano、TensorFlow 及 Torch 等常用架構的全新 Amazon Machine Images。
NVIDIA 在 AWS Marketplace 提供 AMIs，預先載入 NVIDIA 驅動程式、CUDA Toolkit 和 DIGITS深度學習訓練軟體，確保在幾分鐘內便能提供 GPU 加速 HPC 叢集，無需等上數日或數週的時間。而 AWS 的 CfnCluster 架構等自動部署和維護 HPC 實例的架構，讓用戶無需等待應用程式進行處理。
立即開始使用 AWS EC2 P2 實例
各主要深度學習架構與超過 400 項 GPU 加速 HPC 應用程式（包括前十大項目裡的九項），GPU 加速雲端服務皆能加惠所有 HPC 與深度學習領域的客戶。
請至 AWS 網站，立即就能開始使用 AWS EC2 P2 實例，並且閱讀 AWS 的 Jeff Barr 對於 GPU 在雲端環境裡提供龐大運算能力的看法，以及存取和安裝的小秘訣。