針對目前越來越多廠商投入發展的對話式人工智慧應用，NVIDIA稍早說明藉由超級電腦DGX SuperPOD進行加速，將可在短短53分鐘內完成總計達33億詞量的BERT預訓練語言模型，相比Google Brain今年在4月宣布藉由全新演算法LAMB，搭配內含1024組TPU晶片設計的第三代TPU Pod進行加速，前後需要76分鐘的表現更快。
依照先前公布消息，DGX SuperPOD是以96組NVIDIA DGX-2H (採用Tesla V100 32GB HBM2記憶體版本)，並且搭配NVSwitch與Mellanox互連技術構成，總計連結1536組NVIDIA V100 Tensor Core GPU，形成高達9.4 petaflops運算處理能力，從建造到完成架設僅花費3週時間，主要用於加快自駕車系統發展使用。
而藉由此超級電腦進行加速運算，使得對話式人工智慧系統原本需要花費更長時間訓練情況，可以大幅縮減至53分鐘即可完成，同時反應時間僅在2.2毫秒內，其中可對應以83億組複雜參數內容構成的語言模型，藉此讓人工智慧能有更自然的人機對話效果。
為了推動更廣泛的對話式人工智慧技術應用，NVIDIA稍早也將相關軟體開源提供使用，讓更多開發者能以此建造完整的BERT預訓練語言模型，並且套用在不同使用需求。
在人工智慧技術持續發展之下，可對應自然對話、更能理解口語內容的人工智慧系統發展將變得更加重要，其中可分別應用在手機數位助理服務、無人商店、客服系統、醫療看護、自動駕駛、智慧城市、金融服務等領域，透過人工智慧完成基本服務項目，藉此讓人力分配可以更有效率。
