在特定的科學研究領域里面，以GPU協同CPU來強化整體運算能力的應用，越來越常見，然而，過去在商業領域中罕見實際導入使用的例子。

不過，今年的情勢很不同，Nvidia在GTC 2013大會上，正式宣布了幾家商用實例，他們是提供云服務和開發移動應用的公司，已經將GPU用在大數據（Big Data）的分析與升級搜索，而且他們的服務可同時涵蓋到消費端與商業應用。

CRM用PC等級GPU吞下所有數據處理

首先登場的，是以提供CRM軟件即服務（SaaS）而聞名的云端服務供貨商Salesforce。他們之所以用GPU，是因為旗下的Marketing Cloud服務替客戶提供了Social listening的功能，也就是社交網站監控與分析。而使用該服務的用戶，目前有Cisco、Dell、Gatorade、美國紅十字會等。

Salesforce.com在此面臨的挑戰之一，主要是需處理每天來自Twitter網站上的用戶新增的5億篇帖子（tweets），這些帖子中包含了不同性質的數據，同時，每天的新帖數量還在不斷增長，而且速度越來越快。

除此之外，Salesforce在本身的主題檔案庫中，也定義了160萬以上的搜索表示式（每一筆包含12個關鍵詞），這里的數據也是隨著用戶數成長而持續增加中。

原本Salesforce所用的方法，是在一般的x86處理器架構下，利用Apache Lucene這套Java鏈接庫，來獲得關鍵詞索引與搜索的布爾運算機制，以及用Twitter worker程序，針對一大批推文來建立索引，并且用它來查詢所有的表示式，但這么做，數據吞吐量低，并且會產生很高的延遲。

后來，Salesforce采用新的方法，稱之為Zapp，利用可提供高吞吐量的GPU來加速，也就是讓關鍵詞比對的控制由CPU執行，而需要大量運算的工作交給GPU，大幅縮短了處理的時間，于是計算成本不再隨表達式數量的增加而呈線性增長。

Salesforce表示，只需要兩顆Nvidia GTX 580的GPU，就足以處理尖峰負載時間的所有帖子，這足以省下大量硬件與人力上的資源。

移動App開發商用GPU架構達到省錢之道

在GTC2013大會上，另一個實際印證GPU可應用在大數據處理的案例是知名的App開發商Shazam。 他們的歌曲查詢程序Shazam，在Apple App Store和Google Play的移動設備軟件市場集中，受到用戶青睞，是音樂類應用的Top5。

Shazam App的主要功能是提供歌曲搜索與識別服務，它可以“聽”用戶正在聽的音樂，并告知曲目信息。目前在手機與平板電腦下載Shazam的數量，已經超過3億，而該公司后端擁有的歌曲也在2012年達到2700萬的驚人數據。

看起來，使用這項服務的人眾多，同時所要比對的數據也非常龐大，并且是聲紋（acoustic fingerprint）比對，系統要能從數千萬首歌曲中，判斷能否與用戶上傳的范例音樂相符，困難度可想而知。

社交網站與移動應用普及，導致需分析的數據量暴增

因成為IT主流趨勢的社交網站與移動應用，這兩種風潮下所激增的大量數據不容忽視。像Salesforce每天要分析5億篇tweets，這樣的成長是在3年內發生；Shazam面對的是3億用戶與2700萬首歌曲的數據庫，并且只花了1年，用戶與歌曲數就增長1倍以上。

另一個該公司要去面對的問題，是新進用戶、搜索次數與歌曲量都在極速成長——他們每天要應付1千萬首歌的搜索請求，每周有2百萬個新用戶，而所收錄的歌曲總數已2倍速度劇增。

為了加速歌曲搜尋與比對過程，以及因應倍增的用戶需求，Shazam決定使用上百顆Nvidia Tesla的GPU，建設低成本的服務器基礎設施，以應對上述的服務運維規模與成長需求。

Shazam公司首席技術官Jason Titus表示，同樣花一塊錢，GPU可讓他們得以獲得兩倍CPU架構系統的效能，并且能達到自身的成長規模。