針對日前Uber自駕車在亞利桑那州坦佩市發生致死車禍事故，在此次GTC 2018自然也成為許多人關注議題，畢竟目前NVIDIA將不少重心投資在自動駕駛應用，同時此次發生事故的Uber自駕車上所搭載系統也是NVIDIA所提供設計，而NVIDIA執行長黃仁勳隨後也對外澄清表示目前中止自駕車測試原因，最主要是為了進一步了解Uber自駕車實際發生事故原因，並且讓此次事故可以成為日後車輛學習重要經驗。
就NVIDIA的立場而言，並不會因為一次事故發生而選擇終止自動駕駛技術發展，黃仁勳表示，以工程師思維來看的話，對於Uber自駕車此次事故更重要的是釐清實際發生原因，並且將此次事故變成自駕車學習重要經驗，讓自駕車日後再次面臨同樣或類似情況時，將能順利避免事故發生。
就黃仁勳的看法，認為雖然自駕車事故確實會造成部分社會觀感對此產品質疑，但相對地會增加更多廠商、業者投入發展資源競相提出更好的自駕車解決方案，反而會讓自駕車技術有更顯著的成長。
至於針對此次在GTC 2018期間提出更安全的模擬訓練平台Drive Constellation，部分疑問認為NVIDIA基於近期Uber自駕車事故才提出這項解決方案，黃仁勳則說明事實並非如此，因為從去年提出的Issac機器人模擬訓練平台，以及今年在CES 2018期間提出的Autosim模擬訓練技術來看，NVIDIA很早之前便開始構思如何藉由更安全、快速的前期訓練，讓自駕車、機器人可以更有效率地完成一定學習效果，避免在真實環境進行測試、訓練時造成更大傷亡事故。
目前NVIDIA對於自駕車的訓練模式，將會藉由Drive Constellation運算平台預先讓自駕車系統進行長途模擬訓練，在完成一定程度的訓練後才會讓自駕車實際上路測試，並且持續累積真實測試經驗，同時其後也會配合雲端協作方式持續訓練、修正自駕車運作行為，並且配合分散式學習方式讓位於各地的自駕車在不同路況做出不同反應後，藉由後端反證系統進行過濾、分析自駕車反應是否「錯誤」，進而適時提出修正，再藉由雲端同步方式讓所有自駕車能獲得相同學習經驗，進而可做出相同判斷反應。
依照NVIDIA的發展規劃，最快再2019年將可迎接全自動駕駛車輛進入市場，並且開始普及應用，而相關應用項目包含大眾運輸接駁、貨品運送、救災現場應用，甚至於其應用在自駕車上的各類技術如電腦視覺、自動學習反饋系統，其實也能進一步推動小型機器人、無人機、自動送貨裝置市場成長。
