GPU

TensorFlow擴充套件TensorFlow-DirectML，可在使用DirectX 12 GPU的Windows或是WSL環境，加速TensorFlow工作負載運算

OpenCL的設計更適合用於各種計算加速器，因此以OpenCL後端處理行動裝置GPU推理工作負載，比OpenGL後端效能好上許多

新增的PCIe版本，將使得更多伺服器業者推出多種Nvidia A100 GPU運算系統，從單一A100 GPU系統，到多達十個以上GPU的系統，滿足不同GPU加速運算的需求。

WSL加入對GPU的支援，因此開發者可以在WSL中使用GPU資源，加速機器學習運算

Amazon日前發表多代理路徑尋找（MAPF）框架，可讓1,000臺機器人到達不斷改變的目的地，而且不會相撞；Google改進資料回音（Data echoing）方法，榨乾GPU閒置時間，來提高模型訓練速度達3倍；美國大型醫學中心利用AI動態預測所需的醫療資源，來制定計畫。

在即將釋出的Spark 3.0將原生支援Nvidia GPU，可大幅提升ETL和模型訓練的執行效能

Dell EMC推出主打邊緣運算應用的2路2U伺服器，可搭配2張或4張GPU加速卡，以及6臺15TB的尺形SSD

為打破傳統RL訓練的資源瓶頸，Google開發超強RL代理SEED RL，可將訓練規模擴展至數千臺機器、1秒可訓練百萬幀影像，透過集中式推論來有效利用運算資源，最多可省下8成訓練成本；另一方面，MIT發表新壓縮方法，最多可將cGAN縮小33倍，讓它能在行動裝置上執行；健保署日前聯手廣達，要以獨家AI平臺來協助研究員分析上億筆醫療大數據。