此次CES 2018裡，NVIDIA執行長黃仁勳除再次說明GeForce已經成為全球最大遊戲平台，同時遊戲也持續擴大其市場產值，並且驅動PC市場成長之餘，針對智慧車載系統發展則認為Level 5的全自動駕駛技術將有機會2019年內問世，其速度反而會比Level 3或Level 4的自動駕駛技術更快實現。
近年來持續在CES 2018以智慧車載系統發展為重心的NVIDIA，其實在原本以GeForce為重心的發展也沒有顯得薄弱，例如此次宣布與華碩、宏碁與HP合作打造具備NVIDIA G-Sync、120Hz畫面更新顯示技術，同時搭載Shield TV完整功能的65吋4K螢幕「BFGD (Big Format Gaming Display)」，以及本身在GeForce Exxperience所加入Freestyle在內更新等，顯示遊戲市場依然是NVIDIA重要布局項目。
而雖然此次依然未具體說明其顯示架構發展藍圖，但從Pascal顯示架構已經採用幾年，預期NVIDIA今年將比照當年揭曉Pascal顯示架構模式，透過獨立活動方式公布下一波顯示架構設計，可能將以「Ampere (安培)」或「Turing (圖靈)」作為架構名稱。
全自動駕駛技術將提前在2019年實現
至於將話題回到智慧車載系統發展，黃仁勳依然說明現有深度學習無論CPU、GPU都相當重要，即便GPU在對應龐大數據分析演算能有相當好的效率表現，但除了基礎運算依然需要仰賴CPU處理輸入、輸出操作，在多工編、解碼運算也需要CPU進行處理，因此即便目前市場多數深度學習應用均以GPU為基礎，但以CPU為基礎的FPGA運算模式依然有其適用地方，最主要還是看深度學習應用模式、學習模型如何建立。
而談及目前自動駕駛技術發展，黃仁勳認為Level 5規模的全自動駕駛技術最快將可在2019年實現，而更安全的Level 3規模自動駕駛技術則預期在2020年年初普及，Level 4規模則估計在2021年下旬後普及。
之所以認為Level 5規模的全自動駕駛技術將先普及，最主要在於少了人為操作的干預，藉由讓電腦系統依照各個感測元件、數據連接方式確認最佳行進路線。相較之下，由於Level 3或Level 4的自動駕駛技術更包含協助修正人為操作時的失誤，因此相比Level 5的全自動駕駛技術研發有更大困難。
以目前NVIDIA在自動駕駛技術發展布局，除了藉由Xavier構成的車用超級電腦，並且透過Tesla V100構成的DGX-1或HGX-1作為輔助運算，同時與更多車載系統供應鏈合作，本身也與QNX在內車用安全系統合作，確保智慧車輛運作過程不致於遭人透過連線駭入。
黃仁勳認為，打造一台智慧駕駛車輛就像打造一款飛機，過程中涉及問題十分複雜，同時認為此項技術成長將有助於人類生活演進，例如創造更好交通、更高的車輛使用效率，甚至能創造可自行移動無人商店，或是更方便的線上預約叫車等。甚至黃仁勳也認為目前開始有不少廠商投入研發的小型飛行汽車也有助於改變傳統生活型態，因此認為自動駕駛技術發展將推動更多科技成長。
在此次CES 2018中，NVIDIA宣布將以旗下超級電腦建構虛擬世界，並且透過全虛擬化方式讓自動駕駛車輛能以安全形式完成前期訓練，如此即可提高整體訓練學習效率，同時也能避免前期訓練過程造成任何意外損失。
一般對於自動駕駛車輛訓練模式都是先在封閉道路環境進行，讓自動駕駛車輛以嘗試錯誤方式學習正確行進模式，但過程中可能造成車輛碰撞、零件損壞等問題，因此日前Ubisoft便曾透露希望藉由《看門狗2》建構貼近真實舊金山場景，讓自動駕駛技術能以此進行訓練，而NVIDIA此次提出的Autosim訓練模式便是採類似原理，讓自動駕駛車輛系統能在虛擬環境中完成前期訓練。
不僅在硬體持續突破，軟體項目也十分重要
對於自動駕駛技術發展，黃仁勳表示除了硬體發展的重要性，後續能否提供長期的軟體更新其實更重要。例如一款車用系統至少會有10年的使用時間，在未來全面跨入自動駕駛應用情況下，一旦發生系統漏洞問題的話，依然要有軟體支援修正。
因此除了在硬體投入大量研發人力，NVIDIA也在軟體服務建置足夠人力資源，例如此次Intel處理器漏洞問題，隨後即針對GeForce服務進行更新，避免硬體問題影響更多軟體問題。
黃仁勳認為，自動駕駛技術面臨的三個問題：能否解決前期假想可能發生問題、能否預先避免硬體產生問題，以及避免硬體問題導致軟體發生問題。一旦硬體出現問題時，系統必須要能自動從備份機制恢復原本正常運作狀態，而硬體也必須持續藉由軟體更新減少問題產生，因此雖然NVIDIA是一間以硬體研發為主的廠商，但是對於軟體投入發展資源也相當高。
同時，為了讓軟體技術也能跟上硬體發展腳步，NVIDIA早已將人工智慧技術應用在軟體編寫，讓系統能針對需求自動編寫程式內容，藉此協助軟體工程師能更快撰寫程式項目，同時也能在上千萬組編寫碼內發現錯誤。
