在此次GTC 2018期間，NVIDIA執行長黃仁勳除了再次回應將從Uber事故中學習經驗，同時也強調目前市場對於GPU加速的使用需求持續增長，其中包含遊戲及內容創作的需求依然顯著，同時人工智慧技術也逐漸成為未來軟體應用主流，同時區塊鏈運算技術也逐漸成為顯學，而這些技術都需要GPU加快運算效率。
不認為Uber自駕車事故構成影響
由於近期發生車禍致死事故的Uber，在今年CES 2018期間與福斯等車廠共同宣布與NVIDIA進行合作，因此在警方尚未公布完整調查前，不少人開始質疑是否NVIDIA所提供超級車用電腦出現異常。
不過，黃仁勳在後續回覆中表示，目前仍無法確定Uber所發生事故的具體原因，但從Uber這起事件所使用車輛仍為Volvo XC90，以及從Volvo回應表示Uber在發生事故的車輛使用自有技術，並未開啟原本車輛上的標準安全技術功能來看，認為Uber並未直接使用NVIDIA所提供技術。
對於目前暫停外部自駕車相關技術測試，黃仁勳表示希望能從此次事故中學習相關經驗，日後即可避免類似情況發生，但並不意味NVIDIA將會放棄自駕車技術發展，縱使未能在真實世界繼續測試自駕車，但依然可藉由Autosim、Drive Constellation運算平台等方式持續以模擬方式進行訓練，同時強調所有車廠相關業者依然相當重視自動駕駛技術發展，並且與NVIDIA一樣維持全速發展此類技術，因此認為這樣的技術不應單次意外而全面停擺。
GPU加速需求從未停下
而針對目前市場在GPU加速需求部分，黃仁勳表示由於高階遊戲、電競與內容創作需求持續增加，因此市場對於GPU加速的需求幾乎沒有停過，而NVIDIA此次提出的NVIDIA RTX技術預期將可帶來全新影像視覺應用，過去必須透過長時間渲染完成的圖像，在Volta顯示架構下僅虛數秒間即可完成，甚至可實現即時渲染電影等級的光影互動效果，將使內容創作者能以更具效率、直覺方式完成更多作品。
同時在人工智慧技術應用持續增長，同時成為未來軟體應用主流方向，藉由GPU加速讓運算反應速度，同時讓終端至雲端設備的運算均能加快之下，將能使人工智慧訓練時間持續縮減，同時也能讓人工智慧能力持續增加。此外，在近期區塊鏈技術持續成為顯學的趨勢下，同樣促使GPU加速需求同樣有爆發式成長，因此可以預期市場對於GPU的需求幾乎從來沒有停過。
黃仁勳表示，由於GPU的市場需求持續擴大，幾乎在全球各個地區都有NVIDIA生產的GPU投入應用，因此NVIDIA其實也能被視為用有全球最大數據庫，同時也是全大區塊鏈技術供應廠商。
不因製程技術進展速度受限
對於有人質疑在現行製程技術持續縮減情況下，NVIDIA現行採用製程技術仍未下探至10nm或更小製程，甚至市場其他競爭對手已經準備進入7nm製程發展，黃仁勳則強調製程技術確實相當重要，因為能在相同面積放進更多電晶體，同時相對也能讓相同電力產生更高運算效能，但在晶片設計其實仍有更多發展模式，例如從Maxwell架構進展至Pascal架構，並非僅以製程精進得到更高運算能力，其中更包含架構本身改變所帶來影響。
舉此次揭曉的NVSwitch設計，讓過去藉由NVLink技術串接兩組GPU的應用，可以擴展至更多GPU同時串接，因此促使總計使用16張新版Tesla V100與12組NVSwitch構成的「全球最大GPU」DGX-2誕生，藉此對應市場更大GPU加速運算需求，同時也解決過去對於GPU發展將因為製程技術有所侷限的問題。
此外，與ARM攜手合作Project Trillium平台設計，將可讓NVIDIA原本針對Issac訓練平台所提出的開放架構訓練框架NVDLA，可進一步加入ARM晶片設計內，當Qualcomm、三星、華為、Marvell等廠商藉由ARM架構設計新款處理器時，即可藉由NVDLA學習應用串接NVIDIA終端或是基於雲端協作的GPU加速效果，藉此讓更多物聯網裝置可藉由NVIDIA技術加速學習，讓更多人工智慧技術能加快應用在物聯網設備。
從風險中尋找發展機會
對於目前投入發展事業是否擔心因為面臨更大風險，例如市場對於人工智慧技術的不安全感等因素造成影響，黃仁勳則認為市場任何生意都會伴隨著風險，例如NVIDIA製作相當多的顯示卡，但可能面臨使用者根本不玩遊戲，或是協助推動更多自動駕駛車輛，但使用者並不想搭車出門，但正因為市場有這些需求而促使廠商提出更多全新技術，並且從經驗、反饋中持續學習，並且讓技術更加成長，而NVIDIA也持續投入這樣的挑戰。
