模擬蛋白質分子、自動駕駛車，還有地震探勘，研究人員與企業有著許多選擇，使用 NVIDIA GPU 運算技術來克服這些難題。
有著龐大工作量的資料中心或雲端服務環境，都能享受到 NVIDIA 加速運算平台的優點，而如今研究人員有著另一個同樣不錯的選擇：雲端服務裡的 GPU 運算加上 Microsoft Azure 的新實例。
無論是要進行 DNA 定序或即時翻譯語言，在雲端服務環境裡使用 GPU 運算技術可以加快處理速度，且視要求擴大或縮小規模。
位在洛杉磯的希望之城國家醫學中心（City of Hope）便是一例，由醫學研究與治療中心計算療法核心實驗室主任 Dr. Nagarajan Vaidehi 領軍的一組電腦科學家，建立分子模型以更深入瞭解癌症和糖尿病等病症。
Vaidehi 的團隊為了設計藥物，通過 3D 畫面篩選數百萬個蛋白質分子並執行相關運算，以瞭解特定分子的形狀。
研究團隊將科學重點放在分子層面的生命，還有或許能維生的藥物，也逐漸將資料放到雲端。他們使用 Microsoft Azure 虛擬機器搭配 NVIDIA Tesla GPU 加速器，就能擴大運算需求，以更快的速度處理更龐大的模擬內容，同時將模擬作業的時間從數週縮減到數日。
「在 Azure 裡使用 GPU 資源，就能將過去在 CPU 機器上得花費一個月執行的模擬作業，減少到數日便可完成。」— 希望之城國家醫學中心 Nagarajan Vaidehi。
在雲端加快運算速度
Microsoft Azure 的客戶在雲端使用 GPU 來對抗疾病只是諸多例子之一，從 DNA 定序高效能運算工作量到為好萊塢大片製作視覺效果，都是其他客戶的業務範圍。
在 Pascal 架構 NVIDIA Tesla P100 GPU 加速器的支持下，Microsoft 為傳統高效能運算活動提供新的 Microsoft Azure NC 實例。新的實例效能是現在這一代實例的兩倍。對希望之城國家醫學中心這類客戶來說是相當大的躍升幅度，他們執行模擬的速度愈快，在有效治療疾病上就更有進展。
隨著人工智慧與深度學習出現爆炸性成長，客戶現在也開始訓練神經網路來執行從自然語音處理到自動駕駛車等各種活動。Microsoft 加入新的 ND 實例與 NVIDIA Tesla P40 GPU 加速器，以滿足客戶日漸增加的需求。在使用 Microsoft 的 Cognitive Toolkit、TensorFlow 及其它深度學習架構進行工作時，提供較舊款產品兩倍以上的效能。
每個 Tesla P40 上配置 24GB 的記憶體，讓人們在取得 ND 實例後能處理更大的模型，且在數百個 GPU 上執行大規模的訓練和推論作業。
「Azure 虛擬機器的實力加上 NVIDIA 的 GPU 加速器，能夠高速處理大規模最需要緊湊效能的工作。我們使用 NVIDIA 的先進技術更進一步落實使命，也就是協助客戶在 Azure 雲端環境裡達到更高成就。」Azure 運算部門總監 Corey Sanders 說。
今年稍晚便可搶先預覽新的 Azure 實例，客戶可在此報名。