台灣 NVIDIA 在 9 月 1 日於 TICC 舉行 GTC Taiwan，會中擁有多項主題，同時也跟媒體闡述 GPGPU 在 Deep Learning 的運用。
Deep Learning，也就是深度學習已經成為 GPGPU 應用中，一個相當重要的領域。
GPGPU 其實已經說了相當多年，對於一般使用者而言，CPU 運算能力相當強，因此 GPU 往往都侷限在遊戲方面，但是對於一些影片剪輯、或是有強大運算需求的使用者來說，GPGPU 與單純 CPU 相比，前者可以大幅節省整體運算時間。
GPGPU 除了運用在 Deep Learning 外，當然也可運用在 HPC、PC Virtualization、Cloud Gaming 以及 Rendering 上。
從生活中，雖然我們沒有鮮少接觸到 Deep Learning，但日常接觸的應用中，包含 Google、Baidu、Facebook、Twitter 以及 WeChat 在伺服器端都已導入 GPGPU 強化整體運算能力。
NVIDIA 邀請香港科技大學，同時也是 WeChat 首席技術顧問的楊強博士與台灣媒體分享 WeChat 在 GPGPU 應用的成果。另一方面，還邀請台灣 Umbo CV 與奇群科技創辦人分享影像辨識的產品在導入深度學習的一些心路歷程。
現階段，WeChat 每日活躍用戶在 6 億左右，在短短 3 年內，全球使用人數超過 10 億，更是即時通訊軟體的領導品牌。除了基本的即時通訊與視訊外，WeChat 其實提供了許多應用是其他即時通訊軟體所沒有的。
WeChat 同時在 Big Data 方面導入 GPGPU 應用，藉此強化運算分析能力，另一部分在 A.I 方面也有著相當大的努力。
此外，WeChat 將 GPGPU 導入到 Crowd Intelligence 應用上，推出不少全新的應用協助身障人士。其中，就以「為盲胞讀書」最有意思。
「為盲胞讀書」是 WeChat 在中國推出的一項服務，這服務主要是為了證明科技可以彌補人類追求幸福的缺陷而推出。WeChat 透過用戶上傳一分鐘的語音至資料庫，在經過 GPGPU 的能力加速篩選後，把有效的語音拼接成一本本有聲讀物，播放至盲人同胞的裝置中。
語音辨識外，WeChat 也將 GPGPU 應用導入在圖像辨識應用中。
在同一台伺服器內，應用 2 個 GPU或者是 4 個 CPU 的表現，各位可以在楊強博士的簡報中略知一二。
目前，WeChat 大部分應用僅侷限在中國市場，導入海外市場可能還需要一段時間。
Umbo CV 與奇群科技則是將 GPGPU 運用在影像辨識系統上，分別推出不同屬性的產品。
奇群科技可能大家不怎麼熟悉，但提到貓咪餵食器「CatFi」（先前稱為 Bisto）可能大家就相當了解。透過 GPGPU 與深度學習，CatFi 可以在極短的時間內辨識出貓咪特徵，並針對該貓咪的飲食習慣進行餵食，同時也可以確保貓咪不會過度使用飼料以及是否健康飲食等。
初期功能會相當簡單，但隨著使用群體變大，未來待生態圈建立後，CatFi 將可自動幫寵物主購買飼料、保險，甚至是與寵物醫院連線監測貓咪健康狀態。
GPGPU 與 Deep Learning 對產業而言，他們並不是全新議題，然而在技術發展到達一個領域之後，相關的應用也會跟著成熟，同時也會涉及更多領域。
