從 Alexa 和 Google Maps 導航等語音助理，再到 Bing 的對話式搜尋，在許多人你我的日常生活裡，人工智慧已經是不可或缺的一部分。
這些作業都在執行深度學習推論，這或許會被視為是將人工智慧付諸行動。
科學家投入海量資料來訓練助力人工智慧的深度學習神經網路，而將這項訓練實際用於數位環境裡，像是辨識口說內容、影像或是街道上的標誌，或者是推薦你可能想買的襯衫或是下一部想看的電影，那便是推論了。
在 GPU 上進行推論應用的廣度，說不定出乎你的想像。從木業到鑽研閱讀日本古籍，它無處不在。
以下介紹四種在 GPU 上進行推論，而對我們的生活及社會造成影響的方式。
打擊詐欺
PayPal 使用 GPU 運行深度學習推論技術用來查明詐欺交易，並且用以協助確保不會再發生此類情況。
PayPal 每天要處理數百萬筆交易，而人工智慧的進步，尤其是在支援邏輯迴歸（又稱羅吉斯迴歸）之神經網路模型方面的進步，使得 PayPal 可以篩選掉惡意欺騙的商家及打擊銷售非法產品。
深度學習模型還幫助 PayPal 找出某些交易失敗的原因和提高工作效率的機會，以優化其營運活動。
神經網路模型一直在學習，可以按照人們有興趣的事物來呈現相關廣告，讓用戶享受到個人專屬的使用心得。
天氣洞察
位於波士頓的 ClimaCell 致力於密切傾聽來自大自然的強大聲音，以前所未有的速度、精度和準確度提供天氣預報的內容。
該公司利用在 GPU 上運行的推論內容，提供所謂的「即時預報」，也就是極為貼近本地的高解析度預測內容，協助企業和人們對於造橋鋪路、風力發電及規畫日常通勤路線，以避開惡劣天候，可以做出更完善的決定。ClimaCell 還提供預測和歷史資料。
ClimaCell 的即時預測 GPU 模型運作中的樣子。
該公司為此寫出的軟體，可以將現有通訊網路裡的訊號，變成能夠分析四周環境及擷取即時天氣資料的感應器。
ClimaCell 的神經網路迅速分析訊號，將分析結果與取自美國國家海洋暨大氣總署的資料進行整合，接著使用在 NVIDIA GPU 加速器上運行的預測模型來產生出天氣預報內容。
檢測癌症
乳房 X 光檢查儀器可以有效檢測乳癌，然而其昂貴的價格使得在許多發展中國家裡，唯有在大城市裡才能見到這些機器。
梅奧診所研究員 Viksit Kumar 引領致力於運用有著 GPU 支援的推論技術，使用超音波機器更準確地對乳癌影像進行分類，超音波機器比起專門的乳房 X 光檢查儀器，價格更為便宜，也更易於取得使用。
Kumar 及其團隊在研究報告內指出，在運用推論技術與超音波機器的情況下，能以極高的準確性與更少的誤報情況來檢測和分割乳癌腫瘤。
紅色線段為人工圈出惡性腫瘤的邊界，藍色、綠色和青色線段則是圈出深度學習預測的邊界。
該研究團隊在 NVIDIA GPU 上使用 NGC registry 提供的 TensorFlow 深度學習框架容器，在本地進行處理，還使用同一容器在 AWS 上使用 NVIDIA V100 Tensor Core GPU。
Kumar 最終希望使用超音波影像，協助患者及早發現其它形式的疾病，如甲狀腺癌與卵巢癌。
製作音樂
人工智慧研究組織 OpenAI 開發出 MuseNet 這項深度學習演算法演示內容，使用十種樂器自動製作出從流行到古典等多種風格的音樂。
人們可以把不同樂器及聲音用在演算法產生出的音樂上，以建立全新音軌。這項演示內容使用 NVIDIA V100 Tensor Core GPU 進行推論作業。
你可以透過這項演示內容動手調整最愛的歌曲，像是加入吉他聲、拿掉鋼琴聲、加大鼓聲，或是把音樂風格改成爵士樂或經典搖滾樂。
這項演算法的程式並未編寫成模仿人類對音樂的理解內容，而是使用數十萬首歌曲來訓練它，如此一來它便能學習音樂裡的和聲、節奏和風格等模式。
研究小組使用 NVIDIA V100 Tensor Core GPU 和 cuDNN 加速 TensorFlow 深度學習框架，來訓練 MuseNet 的72層神經網路。
在此更深入瞭解全球最為強大及高效率的推論平台。