在计算机领域之中，一直有两个很大的难题等待解决，其中一个就是『并行处理』，而另一个，就是『人工智慧』。『并行处理』的理论发展已经超过20年以上，至少20年前我念计算机的时候就已经存在，但为何这么难以处理呢？其实很重要的一个大关键，就在於CPU的原始设计所遗留下来的障碍。
翻翻CPU的历史，就会清楚，原来CPU最初的设计，是用在『自动控制』领域，而当时的自动控制，就是『串型处理』的方式。於是，打从CPU初生的那一天开始，就没想过『并行处理』（或者说根本不知道『并行处理』的存在）！
既然先天不具备『并行』特性，你用後天的方式硬要让他执行『并行模式』，结果就是劳民伤财，需要几百台、数千台的电脑一起工作，又要处理负载平衡、还要时时监控任何一个节点的稳定性。
所有在CPU上面写过并行运算的人都非常清楚，这是个非常『折腾』的事情，连 Bill Gates 都说过：『…从没遇过比这个更难处理的技术…』其难度可想而知了！如今，GPU的原始架构，就是符合并行运算原理的方式，再加上 CUDA 架构好的特性，可以非常容易的大力发展『并行运算』的应用。
但是，如果『并行运算』的应用，无法普及到芸芸众生的生活当中，那再快的运算速度又如何？还不就只有尖端科研的人用的上而已，那GPU/CUDA能变成一个伟大的技术吗？答案可想而知了。
看到这里，相信许多GPU/CUDA拥护者会觉得郁闷，如果高速运算只能在实验室里面用，那大家花这么多心血要干嘛呢？
事实不然，我要说的重点才正要开始而已！
过去由於运算速度的限制，所以有非常多『符合人类习惯』的应用难以实现。举几个最简单的例子：
★ 跟电脑对话：
我们常常看到很多科幻片里面，存在『用说话与电脑直接沟通』的画面，这是非常吸引人的，也是一种理想境界。事实上『语音辨识』的技术已经发展十几二十年，但为何推广不开呢？因为『单字辨识』并不具备太高的价值。但是如果能做到『语句辨识』的话，那实用价值就非常之高了。然而，『语句辨识』需要非常大量的数据比对作业，非『并行运算』无法完成！
一旦运算速度提高几十倍、甚至於上百倍，其实就可以实现『语句辨识』、甚至於『音调辨识』的功能，到那个时候，要跟电脑对话的梦想，就可以实现了！
★人脸识别、表情辨识：
◆ 室内安全：如果在家里、学校、办公室里安装一套精准的人脸辨识系统，一旦有『陌生人』进入该空间，就马上有讯息通知保安人员，你觉得这样的系统好不好呢？如果这套系统具备『在人堆中辨识出陌生人』的能力，是不是更有价值呢？
◆机器仆人、机器宠物
试想，如果今天有个机器人，能够识出哪些人是他的主人、哪些人是朋友、哪些人是仇家…然後做出不同的反应，不知道这样的机器人，会不会让你觉得很贴心？更有甚者，如果这个机器人还能分辨你的表情、能辨别你的心情、能适时给你不同的音乐或者场景，是不是一件很棒的事情呢？
◆提高驾驶安全指数
『表情识别』还可以协助提高『社会安全指数』。将『表情识别系统』安装在汽车驾驶座上，一旦辨识出驾驶员在打瞌睡…立即做出相应的处理，让驾驶员回复清醒！如果配合『酒测系统』，要求驾驶员上路之前，必须先通过酒精测试，否则不让汽车发动，这样就可以避免『酒後驾车』的问题了！类似的状况，如果『表情辨识系统』发现驾驶员处於『愤怒状态』的时候，可以限制把车子的最高速度调整在某个限度之下，也可以有效降低汽车肇事的机率！
◆预防犯罪：
许多社会安全问题的发生，有非常大的比例都是因为『一时气愤』所引起的，如果路边摄像头的监控过程，能够尽早辨识出『愤怒』表情的人，便可以先通知公安人员提早做好准备，可能可以防止犯罪发生，或者当犯罪事件发生之後，缩短反应时间，降低损失！
◆客服系统
例如银行、证券营业厅里安装辨识系统，除安全防护之外，如果有VIP客户莅临，能够立即通知营业厅服务人员前去提供贵宾式的服务，你觉得这个VIP是不是会觉得非常温馨？
人脸辨识、表情识别的应用，其实还有太多太多可想像的空间。在CPU的环境下无法实现上述的应用，但是GPU却可以非常轻易的办到。其馀的应用，就留给大家共同来发挥吧