Adobe、百度、Netflix、Yandex，在社群媒體及雲端運算產業中，這些全球最知名的企業都是採用基於 NVIDIA CUDA 架構的 GPU 加速器來執行一種被稱為先進機器學習的技術，用以提供看似神奇的搜尋、智慧性的影像分析，以及個人化的電影欣賞推薦。
就如同它的名稱聽起來那般，機器學習就是透過資料的篩選分類，來訓練教育電腦本身，例如，透過分析許多狗、雪貂、豺狼、浣熊和其他動物，以及包括狐狸在內的的影像，來學習辨識出狐狸。這一切就如同人們的學習一樣。
這是一項功能強大的工具，然而機器學習演算法卻可能得動用到擁有數千顆 CPU 的伺服器，才有辦法檢視數量大得驚人的資料，那樣的作法太昂貴了，不切實際且不可行。但是，這卻是非常適合交給 Tesla GPU 加速器來處理的工作。它們是 GPU 晶片的加強版本，原本是用來協助遊戲玩家炸開成群的數位外星人，現在則是被廣泛用於快速且高效率地處理各種視覺運算問題。
加速 Adobe 影像分析
假如你的工作內容和影像或影片相關，則你每天都會使用到 Adobe 軟體。Adobe Creative Cloud 的使用者累積至今已超過 180 萬名，他們從世界各地以虛擬方式使用相關工具，包括 GPU 加速的應用程式，例如 Premiere Pro、After Effects，以及 Photoshop。現在 Adobe 的研發團隊藉由使用 CUDA GPU，來協助建立更深層次的學習影像處理工具，進而促使 Creative Cloud 能做得更多。
深層學習或許是一個艱深詞彙，但是未來的 Adobe 工具將可以使用這種技術驅動創新的可能性，舉例而言，或許能夠從影像中自動辨識出特別的字型，來協助使用者為他們自己的創作專案選擇正確的字型。它們甚至可以在一份作品中，協助使用者辨識影像的情緒與風格，藉此協助使用者快速找到更多傳達類似情緒或獨特審美觀的影像。
Adobe 公司的數位影像工程部處長 David Howe 表示：「我們朝向 Creative Cloud 的發展，為整個 Adobe 公司開展創新的新紀元。GPU 加速的機器學習功能開啟了一扇大門，讓我們能使用令人興奮的新特性與能力，這一切將可加速創意發想過程，並讓你的作品脫穎而出。」
Netflix、百度、Yandex
全世界的其他網路服務公司也採用了類似的步驟：
- Netflix 正在實地測試由 GPU 訓練的神經網路所產生的影片推薦內容，藉此分析其 4,000 萬名串流服務訂閱用戶的電影觀看型態。其目標在於：更準確地辨識出訂閱用戶會喜歡的新電影，並隨著時間推移而改善其影片推薦內容。
- 百度是中國最大的搜尋引擎與網路服務公司，它是最早，也是最積極佈局深層學習技術產品的公司之一。它的產品範圍包括語音識別與翻譯、OCR (光學字元識別)、臉部與物體識別、以內容為主的影像檢索，以及線上廣告最佳化。百度已使用 NVIDIA GPU 來訓練他們那擁有龐大數據的巨大深層神經網路，可大幅提升使用者體驗。
- Yandex 是俄羅斯最受歡迎的搜尋引擎，首開先例在製作過程中廣泛採用 NVIDIA Tesla GPU，藉以改善網站搜尋排名的品質。利用 GPU 加速器，Yandex 能夠讓訓練排名模型的速度較 CPU 快上 20 倍，進而能為 Yandex 每月高達 8,100 萬名的使用者提供關聯性為高的搜尋結果。