GPU

Google研究人員指出，神經網路一般並不擅長加密，經常連最基本的加密演算法都無法計算，然而本項實驗中卻顯示它們在未被教導任何演算法情況下，經由學習發現特定加、解密的方法，進而達到訊息保密的目的。

兩款基於Pascal架構的Tesla P4與Tesla P40 GPU強調專為推論設計， 利用經訓練的深層神經網路辨識語音、 圖像及文字並回應使用者或裝置的查詢。Nvidia指其回應速度是CPU的45倍，為一年前舊版GPU的4倍。

GPU仍扮演輔佐CPU的角色而無法獨自存在系統中，使得資料取得速度較慢，甚至距離資料取得位置太遠，而得要花更多時間才能取得要運算的資料，成了影響GPU效能的瓶頸

GPU應用因AI開始有了截然不同的新轉變，不只讓一些支援高度平行運算應用的高階GPU相繼問世，現在連整套GPU深度學習專用伺服器也搶灘登陸，要助企業加快AI應用

Nvidia讓企業現在也能在GPU架構內開始使用Docker，來部署GPU加速應用，甚至未來還計畫讓DGX-1執行環境也能支援Docker

想喝飲料不需說出口，靠人臉就能猜測你的喜好。今年大會活動節目也有一些結合人臉辨識應用的有趣例子，例如Herta這家安全公司就將平常用來監視用的人臉辨識功能，直接搬到了這次現場提供的YouBar酒吧攤位上來應用，可以讓每一位想要排隊領取飲料的人，即便不用開口就能猜測他的飲酒喜好，提供客人想要的飲料或酒類。

只要結合軟體搭配市售網路攝影機，一般人也能在家玩變臉

機器人自然語言方面有更進一步提升。IBM Watson機器人現在能學習到更複雜抽象的概念，甚至是靠自己就能學習，而且在自然語言的學習上也有了新進展，儘管還聽得出和人類語氣有些差異，但已經可以做到用貼近正常人類方式開口說話，而不會像其他機器人總是採用單調式的說話方式，甚至，當你說話時機器人還會轉頭面向你，就好像正在專注聽你講話一樣。