加速運算可協助研究人員更快達成科學突破。然而研究人員很快就發現，人工智慧可協助在更短的時間內產出高精準度的結果，效果堪比科學模擬。因此促成了採用人工智慧進行高效能運算 (HPC)。
高效能運算與人工智慧可應用於多種領域，包含在實驗室工作的研究人員、處理複雜技術問題的工程師，以及使用數學演算法預測市場的金融分析師。
研究人員運用人工智慧來加強高效能運算模擬，以求用更快的速度和更高的品質完成各類科學工作。
工程師會運用人工智慧來評估各類設計，包含醫療設備、製造用機器人和汽車元件。
金融機構的分析師會活用人工智慧來辨識及預測市場趨勢，標記欺詐交易，並且加快線上支付的速度。
NVIDIA 透過 NVIDIA NGC™ 目錄提供 GPU 最佳化的人工智慧和高效能運算軟體，可部署在採用 GPU 的高效能運算叢集、雲端執行個體和工作站上，讓高效能運算研究人員善加活用人工智慧技術。
PyTorch 是 GPU 加速的張量運算框架。運用常見的 Python 函式庫即可擴充其功能，例如 NumPy 和 SciPy。 PULL PYTORCH >
TensorFlow 是機器學習的開放原始碼平台。能以靈活的架構提供全方位的工具和函式庫，可在各式各樣的平台和裝置上輕鬆部署。 PULL TENSORFLOW >
TorchANI 是 ANI 的 PyTorch 應用實作技術，包含 AEVComputer、ANIModel 和 EnergyShifter 等，可部署到以分子 3D 座標來運算分子能的流程。 PULL TORCHANI >
若要探索一些關鍵高效能運算應用程式如何加速效能，請前往 NVIDIA 開發人員專區。若要開始使用 GPU 加速應用程式，請前往 NVIDIA NGC。
NVIDIA Modulus 是具備物理資訊的神經網路 (PINN) 工具組，可用於因應人工智慧和物理領域運用上的挑戰。無論想從採用人工智慧的物理模擬開始，還是處理複雜的非線性物理問題，NVIDIA Modulus 都可以協助解決順推問題、逆推問題和資料同化問題。
高效能運算與人工智慧已應用在許多層面，例如應對地球氣候問題、加速科學探索，以及模擬工作流程以求加速完成工作。
NVIDIA Modulus 是採用人工智慧的端對端模擬框架，以創新的 PINN 架構為基礎。Modulus 協助解決了多重物理問題，而能執行自動設計空間探索，不僅速度較傳統模擬加快 1,000 倍，且具備數個數值解算器的精準度。 觀看 GTC 演講 >
高效能運算與人工智慧應用在許多地球科學情境，包括極端天氣預報、物理模擬、即時預報、中期預報、量測不確定性、偏差修正、生成對抗網路、資料圖像修復、網路與高效能運算耦合、具備物理資訊的神經網路和地球工程等。 觀看 GTC 演講 >
NGC 目錄提供最新版本人工智慧、高效能運算和視覺化軟體的容器。 觀看 GTC 演講 >
無論是高能物理、生命科學或醫療照護，深度學習和人工智慧與傳統高效能運算的融合，加快了科學發現的步伐。 觀看 GTC 演講 >
歡迎觀看演講和技術展示影片，深入瞭解高效能運算和人工智慧，或者透過 NVIDIA 開發人員部落格開始吸收相關知識。