NVIDIA强调，借由GPU电脑视觉运算加速推动之下，将能加快影像分析、自然语言辨识、逻辑推论、自动驾驶、机器人，乃至于、医疗照护、智慧城市与智慧制造等应用，并且说明未来将会持续推动基于GPU加速的人工智能技术成长。
去年推出对应终端装置到资料中心规模应用的云端服务NVIDIA GPU Cloud之后，NVIDIA首席执行官黄仁勋表示目前已经有超过2万家企业组织加入，同时也与超过30种云端容器技术合作，并且支援Google Cloud、AWS、阿里云、DGX、Oracle Cloud等云端服务串接，而在未来持续推动人工智能技术成长，NVIDIA更宣布推出TensorRT 4.0、整合TensorFlow、支援Kaldi语音分析加速、并且对应微软、亚马逊等厂商推动开放学习框架ONNX，以及微软推动的Windows ML，并且说明目前在影像、影片等内容分析学习速度已经比传统处理器运算模式提升190倍，而自然语言分析也能提升50倍以上。
此外，NVIDIA也宣布与自动化容器操作开源平台Kubernetes携手合作，未来将使在NVIDIA GPU Cloud平台上运作的云端容器能以自动化形式决定最佳运作模式，借此让云端学习运算模式能进一步优化。但目前NVIDIA与Kubernetes的合作仍在进行当中，因此双方依然在彼此技术整合进行调整，但预期未来将能让基于云端加速运作的学习模式能有更好的容器分配，同时借此串接不同服务项目，使深度学习分析效果更具效率。
目前NVIDIA也与亚马逊、Facebook、微软等合作，并且持续推动ONNX、Caffe 2、Chainer、CNTK、MXNet与Pytorch等学习框架应用，借此将更多学习分析运算可借由串接NVIDIA GPU Cloud平台进行加速。
NVIDIA强调，借由GPU电脑视觉运算加速推动之下，将能加快影像分析、自然语言辨识、逻辑推论、自动驾驶、机器人，乃至于、医疗照护、智慧城市与智慧制造等应用，并且说明未来将会持续推动基于GPU加速的人工智能技术成长。
