通过在网络边缘收集和分析数据，企业可以更快地预测油泵等领域的机械问题。 当今的工业边缘计算需要 GPU 驱动的算力，以支持工厂的工业检测和机器人，以及现场设备的预测性维护。 NVIDIA EGX 平台为行业领先的边缘 AI 应用程序和框架提供了一个统一的基础。

通过高性能计算、数据处理和数据管理提高效率，支持行业重要细分领域和流程的独特需求。 NVIDIA GPU 加速的解决方案可显著加快深度学习和机器学习模型的训练，从而提供之前无法获得的深入洞见。 从边缘到数据中心，各大计算机系统和服务器制造商均提供 NVIDIA GPU。 它们还可用于 NVIDIA DGX 系统，这些系统配备 DGX 软件堆栈，可快速部署以满足深度学习和机器学习开发人员的需求。

使用云计算帮助供应商将强大的能源交付到消费者手中，以节约能源、降低成本，并提高可靠性。 全球各大云平台均可按需获取 NVIDIA GPU，NGC 更可提供用于简化部署的 GPU 加速容器，其中包括 TensorFlow、PyTorch、MXNet 等深度学习框架。 NVIDIA Metropolis（用于智慧城市的应用程序框架）与 Azure IoT Edge 完全集成，并且不久将与 AWS IoT Greengrass 集成。

NVIDIA 的软件库和 SDK 共同造就了一种可扩展的解决方案，使客户能够在云端、服务器或边缘部署推理和 AI 功能。 这种软件投资旨在加快客户部署，同时降低总体开发成本。 NVIDIA 软件和 SDK 资源包括适用于嵌入式应用程序的 NVIDIA JetPack™、智能视频分析 (IVA) 的 DeepStream、用于推理的 NVIDIA Isaac™ 和 NVIDIA TensorRT™、用于调整深度神经网络 (DNN) 的迁移学习工具包、用于容器和 AI 软件的 NGC 等等。