Nvidia 的人工智慧技術領先的其中一個關鍵為加速 Alexnet 神經網路深度學習,讓 AI 運算能超速處理,藉著機器學習訓練 AI 進行類似人腦的神經網路辨識系統,讓 AI 能思考做深度學習,處理方式為餵食 AI 大量的數據,讓 AI 跟人類一樣「受教育」,就像是人類會累積「知識」一樣,這些在大腦儲存記憶的資料庫幫忙人類學習成長,在錯誤中學習,這就是為何開發 AI 除了演算以外,也要投資在運算處理和數據資料庫。要能快速處理資料並能儲存「經驗」數據, AI 才能漸漸長大,像是從兒童開始發育,學習成長智慧變成大人。
Scale AI 的創辦人 Alexandr Wang 特別強調輝達晶片的運算效能讓深度學習加速進行,美國擋掉輝達出口晶片到海外後,確實有延緩中國開發 AI 的時間進度。 Alexandr Wang 最近在 Scale AI 的官網公開信上特別呼籲川普總統,要將開發人工智慧技術的經費妥善分配,讓 AI 能夠在不同領域發揮功用,他提到中國的 AI 能快速超越美國,主因為美國將 AI 開發經費大部分投入在「演算法」,但「運算」和「數據」也需投入資金研究,前者加速 AI 深度