机器学习曾有复杂性较高和和效率较低的传统问题，而数据科学加速平台结合优化的硬件和软件可消解这些问题，允许数据科学家进行快速功能迭代，并利用大量数据集进行高精度预测。数据科学家可以通过一些基于 Python 或 Java 的热门 API 轻松实现 GPU 加速，因此，无论是在云端还是在本地，入门都将变得易如反掌。

  因而，随着机器学习算法的进步，其可能会在未来几年进一步改变冲浪运动，帮助改进波浪预测并推动训练、伤病预防，并推动顶级运动员的招募。

  运动员、教练、医疗人员一直在努力尝试找到让运动员发挥水平的方法。在冲浪运动中，有很多变量是无法控制的，比如风和潮汐，而深入研究和分析数据则有望实现其有效应用：心血管输出、睡眠模式、心率变异性和部分伤病的频率等都被纳入研究范围，以明确哪些生理因素会影响运动员的表现。

  例如，冲浪运动员的“空中降落”能力（运动员使冲浪板高过波浪边缘并降落到泡沫状白色水面上的空中动作）可能会受到脚踝活动能力和臀部稳定性的影响。而“空中降落”对脚踝活动能力和臀部稳定性的要求及位置调整要求，则需要使用数据来回答。