全球數據資料量飛快成長，硬碟機和雲端儲存容量的處境相似，網路速度不斷增加，而此時出現唯一問題：人腦並未有增長的情況。
這即為出現「深度學習」的原因。很快地，世上多數知識都會存在機器裡，這些威力強大的電腦系統將從堆積如山的原始資料裡，一點一滴擷取更深入的見解。
深度學習與其它資料科學領域領導者紐約大學，在上一季裡成為 CUDA 研究教學中心行列的十二個新成員之一，一點也不令人驚訝。
目前在五十餘國設有近四百處中心，它們的目標為執行具突破性的研究活動，以及培育科學家、研究人員及工程師，運用平行程式模型 CUDA 來提升 GPU 加速器系統的運算效能。
資料科學的新領域
運用運算工具來推動資料科學發現工作的先驅者紐約大學，日前宣布啟用資料科學中心，當成未來資料科學家的培育園地，著重於天文學、基因研究、醫學、物理學及政治科學等先進領域。
中心創辦人 Yann LeCun 自 1980 年代起即研究深度學習相關方法，並且擔任 Facebook 的人工智慧研究總監一職。他發明卷積神經網路模型，成為影像視訊識別、文件辨識、人機互動及語音辨識方面的產學標準。
各城市的資料科學：紐約大學使用 GPU 分析五億筆計程車的行車軌跡，
以調查經濟活動、行動模式等內容。
CUDA 與 GPU 已大幅提升電腦系統執行深度學習應用程式的能力，能夠處理更多的資料。而紐約大學利用這些技術，打算加快模型估算的速度，以及學習如何加快訓練模型的速度，以進一步推動資料科學的發展。
十三處 CUDA 中心
CUDA 研究教學中心運用 CUDA 與 NVIDIA GPU，引領進行創新研究活動。而包括紐約大學在內，我們日前宣布了全球十三處 CUDA 研究教學中心。
CUDA 研究中心將 GPU 的運算能力用在各研究領域內，並且參加關鍵研究人員和學術單位、NVIDIA 技術聯絡人與特殊訓練課程等活動。
- 紐約大學（美國）
- 普利茅斯大學（英國）
- 韓國蔚山國立科技大學（南韓）
- 弗朗什-孔泰大學（法國）
- 中國科學技術大學（中國）
- 韋恩州立大學（美國）
CUDA 教學中心新成員
CUDA 教學中心每年有數萬名學生畢業，準備好運用 GPU 的運算能力。這些中心擁有教材、教科書和軟體授權，另使用 NVIDIA CUDA 架構 GPU 來教導實驗室，並享有採購額外硬體的折扣。
- 克萊門森大學（美國）
- DHA 蘇發大學（巴基斯坦）
- 丹巴德印度礦業學校（印度）
- 奧克拉荷馬州立大學（美國）
- 中山大學（中國）
- 河內科學技術大學（越南）
- 巴爾杜比采大學（捷克）
- 中國科學技術大學（中國）
如需更多關於 NVIDIA 研究活動與計畫內容，請至 NVIDIA 學術計畫網站。