NVIDIA 頒發了全球影響力大獎的 20 萬美元獎金，給普林斯頓大學與馬拉加大學，以表揚雙方在解決社會、人道與環境問題方面的開拓性研究成果。
普林斯頓大學天體物理科學系的研究團隊，利用深度學習推動核聚變能量可行性的未來前景，獲得全球影響力大獎的十萬美元獎金。
普林斯頓大學的舊款托卡馬克融合測試核子反應爐。
在由 William Tang 領軍的普林斯頓大學研究團隊裡，在 GPU 上運算超過半個 petabyte 容量的資料集，改善了用在全球最大托卡馬克設施，即歐洲聯合環狀反應爐（Joint European Torus）實驗性測量資料的預測內容。
必須以分秒必爭的速度，預測在價值數十億美元的熱核聚變級等離子體裡，出現危險破裂事件的可能性。
普林斯頓大學的研究團隊在20個 NVIDIA Tesla K20 GPU 上部署了他們的融合遞歸神經網路（FRNN）深度學習軟體，以提高準確性；又將執行時間縮短到一小時以內，過去使用 CPU 來執行這項工作，得用到一天的時間。
等離子體物理研究生課程研究教授 William Tang 將出席 NVIDIA GPU 科技大會，領取全球影響力大獎。
在我們的部落格上有更深入介紹普林斯頓大學團隊的研究工作。
馬拉加大學榮獲全球影響力大獎
西班牙馬拉加大學因使用 GPU 改善海嘯早期預警系統的研究成果，獲得了全球影響力大獎的十萬美元獎金。
馬拉加大學副教授，同時也是微分方程小組成員的 Jorge Macías，將出席 GTC 大會領獎。該獎項旨在表彰該小組採用 GPU 開發出嶄新的數字模型，以加快模擬海嘯的速度。
這套名為 Tsunami-HySEA 的模型，用於在海嘯預警系統架構裡進行模擬，其最終目標為未來防止海嘯造成更重大的災損並挽救生命。
在我們的部落格上有更深入介紹馬拉加大學研究團隊的成果。
2018年的全球影響力獎共獲得來自六國的14份申請表。今年入圍決賽的提名者，包括在急診室採用深度學習對氣胸及其它危急情況更快進行預先篩檢的麻省總醫院，以及運用深度學習擴大 MRI 設備實用性的華盛頓大學。