Tag: JenSen Huang

在MWC LA 2019活動上的主題演講期間，NVIDIA執行長黃仁勳說明iPhone之所以在市場獲得成功，在於本身藉由軟體定義方式，配合多樣化的App擴展硬體應用模式，而過去在軟體方面已有相當投入發展的NVIDIA，預期也將藉由軟體定義方式帶動更大虛擬化加速運算效益。 藉由Marvel系列作品中出現的無限寶石為例，黃仁勳表示在結合AI、GPU、Smart NIC、Cloud Native、EGX，以及5G vRAN六項技術應用，將能帶動龐大的Smart Everything連接發展，進而催生物聯網、人工智慧、3D內容，以及混合實境等應用。 從過去以來，NVIDIA便持續扮演以GPU為骨幹，提供各類虛擬化、加速運算平台應用方案的角色，同時不僅在GPU等硬體持續發展，相對地也持續提供諸如CUDA等軟體應用資源，同時也針對各類應用提供合適開發工具，例如此次公布的Jarvis Multimodal AI開發工具、Isaac開發工具，以及藉由雲端平台協同運算的混合實境開發工具，而先前更藉由GPU技術加快人工智慧技術應用，同時也讓遊戲產業能有更大發展空間。 藉由蘋果iPhone產品為例，黃仁勳也強調NVIDIA其實也是藉由軟體定義方式，讓旗下硬體產品能有更多元發展應用，並且能帶動更大運算加速成長。配合同樣以軟體定義為主要發展的5G網路，NVIDIA預期也將能以軟硬體整合方式，加上5G網路充足傳輸效率及頻寬吞吐量表現，實現諸如人工智慧、物聯網、車聯網、智慧城市，乃至於混合實境在內邊緣運算應用佈署。 黃仁勳表示，在未來5G網路時代將會有更龐大的數據量流通應用，因此配合5G網路連接傳輸特性，搭配各類邊緣運算資源讓這些數據能被最佳化應用，將會成為日後市場競爭關鍵。

相較過往每一年的GTC技術大會都會有特定產品、顯示架構或全新技術應用亮相，今年進入第10屆的GTC 2019唯一較稱得上「新品」的項目為Jetson Nano，並未如市場預期宣佈推出7nm製程產品，但藉由去年揭曉的Turing顯示架構、RTX即時光影追跡技術，以及過去10年內所累積技術應用，NVIDIA執行長黃仁勳依然說明NVIDIA在顯示效能虛擬化應用技術、人工智慧應用，以及自駕車發展仍有相當大的發展動能，甚至在遊戲發展領域部分也依然有明顯立足點。 虛擬化顯示加速一直是NVIDIA致力發展項目 少了新品，但其實NVIDIA試圖挖掘更多發展機會 不少人認為今年在GTC 2019沒有太大驚喜，除了因為此次大會主題演講中，黃仁勳定位如市場預期介紹7nm製程的全新顯示架構「Ampere (安培)」，或是像去年介紹全新超級電腦設計應用產品，不少內容其實是去年提出成處於測試階段，如今成為可正式運作使用的產品，例如應用在醫學使用的，以及用於自駕車輛模擬訓練的DRIVE Con​​stellation，而去年伴隨Turing顯示架構提出的RTX即時光影追跡應用，在此次GTC 2019更宣佈與過往的GRID技術結合，透過RTX伺服器應用打造一站式影像渲染處理中心，或是用於虛擬化工作站，甚至應用於雲端串流遊戲服務等。 而全新CUDA-X AI加速演算平台，更是結合NVIDIA GPU Cloud技術應用，讓開發者能藉由CUDA軟體技術串接特定領域使用的人工智慧技術演算法，並且串接RTX、DGX、HGX或AGX運算資源，進而打造全新CUDA-X AI加速演算平台，藉此在各類運算領域需求達成加速效果，進而讓GPU加速可以應用在更廣泛市場，更可在精度要求更高且含金成分更高的數據研究站穩發揮機會。 數據分析研究將會是NVIDIA接下來著重探討應用領域 除了在RTX等技術應用說明布局之外，包含藉由Jetson Nano發展更廣泛的AIoT市場，與TOYOTA合作更聰明的自駕技術發展之外，黃仁勳也沒有忽略在遊戲市場發展規劃，面對Google、微軟等廠商積極布局雲端串流遊戲應用，更提出GeForce Now聯盟 (GFN Alliance)計畫，透過率先與日本Softbank、韓國LG U+結盟，未來更計畫透過銜接更多運算節點，讓本身發展許久的GeForce Now服務可以廣泛在全球各地區推廣使用，甚至也能使用RTX即時光影追跡等顯示卡新技術，藉此在雲端串流遊戲應用凸顯本身優勢。 不過，黃仁勳也再次強調雲端串流遊戲技術終究無法完全取代傳統以顯示卡驅動的PC遊玩需求，只要市場依然有重度玩家使用需求、電競市場依然蓬勃發展之下，顯示卡基本生意模式就不會受到影響，甚至就連在雲端串流遊戲服務應用也還是需要顯示卡推動，才能實現4K 60fps與HDR等級的顯示呈現效果。 沒開玩笑，本屆GTC 2019唯一發表硬體新品就是Jetson Nano 收購Mellanox Technologies是相當划算的交易 ...

針對日前美國加州車輛監理局 (Department of Motor Vehicles，DMV)公佈由業者自行提供數據製作的2018年度自駕車解除自駕 (disengagement)報告，顯示Waymo旗下測試車輛解除自動駕駛系統，改為手動操作介入的比例最低，而過去曾經NVIDIA自動駕駛系統設計的Uber，以及傳聞打造自駕車系統的蘋果，在整體表現反而呈現最低的情況，NVIDIA執行長黃仁勳在稍早訪談時對此表示，NVIDIA有能力打造更聰明的自動駕駛系統，甚至能一舉超越Waymo現行表現。 事實上，相比Google投入自駕車系統訓練規模，NVIDIA在過去主要還是著重打造更聰明的超級電腦系統，讓車輛可以藉由更高運算效能對應即時路況反應，以及更精準的電腦視覺判斷效果。而在去年推出可讓自駕系統在虛擬環境中持續學習的Drive Con​​stellation模擬訓練平台，甚至與德國萊茵認證TÜV SÜD，以及美國先進認證實驗室AVL攜手合作，針對自駕車訓練成果擬定完整驗證評估標準，藉此讓自駕車系統能獲得等同合法證照般的標準認證，進而提高自駕系統運作可靠度。 黃仁勳認為，目前NVIDIA已經具備打造超級電腦能力，同時目前也積極布局各類軟體技術應用，同時也強調藉由開放架構與更多車廠合作，加上藉由Drive Con​​stellation模擬訓練平台持續累積學習里程與相關驗證，將可在更短時間內累積大量上路行駛經驗，甚至可以針對惡劣天候場景持續訓練，讓自駕系統可以在不同行駛路況更正確做出應變判斷。 在此次GTC 2019期間，NVIDIA提出名為安全力場 (Safety Force Field)的行車路徑規劃技術，讓車輛在行進間可以確保安全，在車對車、車對道路等狀況均可做到主動防禦，避免產生任何碰撞意外，並且在意外可能發生前透過煞車啟動等方式避免車輛碰撞，同時在行駛過程也會確保內部乘客搭乘舒適感，未來也計畫藉由開放形式累積更多自駕訓練經驗。 而針對應用在一般車輛、鎖定Level 2+以上等級自動駕駛應用所提出的DRIVE AP2X 9.0版本解決方案，更是計畫在同時會有人為操作介入情況下實現安全性更高的自動駕駛應用表現，同時也預期將能更符合一般人對於自動駕駛技術應用的期待。 同時，在目前確定與TOYOTA攜手合作，同時從過去以來便維持長久合作關係，黃仁勳表示代表NVIDIA旗下自駕系統解決方案獲得TOYOTA這樣的大型車廠肯定，同時未來也預期會與更多車廠持續合作，並且擴展更多自駕系統應用發展。

針對Google稍早宣布推出標榜可隨時透過連網裝置遊玩3A等級遊戲作品的雲端串流遊戲服務Stadia，在此次GTC 2019期間顯然也成為眾人向NVIDIA執行長黃仁勳提問重點。 NVIDIA執行長黃仁勳 單機遊戲市場需求依然龐大 其實早在今年初的CES 2019期間，黃仁勳便針對Google、微軟等廠商計畫提出可跨裝置遊玩的雲端串流遊戲服務表明看法，認為單機運作的遊戲市場需求依然穩健，因此並不認為雲端串流遊戲服務將會影響本身顯示卡銷售模式。 而在Google正式揭曉旗下雲端串流遊戲服務Stadia，強調藉由全球分布超過7500個運算節點與客製化軟硬體效能表現，使用者可以隨時透過連網裝置在5秒時間內即可進入遊戲遊玩，同時更說明未來可進一步對應8K畫質、HDR影像表現效果，甚至進一步針對遊戲延遲情況作改善，藉此讓雲端串流遊戲能像單機遊戲般流暢運作，更認為未來遊戲可透過網頁平台擴展更大發展機會，並且可藉由無縫整合各類服務吸引更多玩家，似乎凸顯串流使用模式將是遊戲產業未來發展方向。 對此，黃仁勳在稍早接受訪談時表示，確實雲端串流技術帶來許多改變，同時也透過跨裝置使用推動更多發展機會，而NVIDIA確實也持續在GPU結合網路傳輸打造的虛擬化應用布局，同時本身也投入GeForce Now應用發展，但強調遊戲產業依然存在較特殊的市場需求。 黃仁勳表示全球喜好遊戲的用戶人口相當龐大，其中有不少重度玩家與電競使用需求，同時也有更多僅有一般遊玩需求的玩家，但這些族群多多少少都會使用到顯示卡，讓遊戲執行效率能明顯提昇，藉此讓遊戲遊玩體驗變得更好。 加上雖然雲端串流技術應用已經成為市場主流，但現階段依然會有其侷限存在，同時黃仁勳也認為並非所有內容體驗都適合放在雲端，其中因素可能包含資料儲存安全、資料傳輸可能產生延遲，甚至也可能包含內容可能因為網路連線、服務端政策調整而受到影響，例如今天仍可提供存取使用的遊戲內容，有可能隔天因為內容政策改變，導致日後無法再提供使用。 因此，黃仁勳認為在遊戲市場領域，單機遊戲需求依然會持續存在，一如目前雲端串流技術應用逐漸成熟情況下，依然會有人偏好以離線方式聆聽音樂、觀看影片內容，因此縱使雲端串流遊戲服務持續成長情況下，依然不會影響NVIDIA的顯示卡市場發展策略。 GeForce Now服務是為了滿足更大遊戲遊玩需求 另一方面，NVIDIA其實也更積極推動旗下運用顯示卡虛擬化技術的GeForce Now服務，在此次GTC 2019期間更宣布與日本Softbank、韓國LG U+電信業者合作，期望藉由佈署更多運算節點讓GeForce Now服務可以更廣泛應用，同時也能持續推廣旗下顯示卡虛擬化技術應用範疇，連帶地也能帶動顯示卡產品銷售。 至於雖然強調顯示卡市場需求，以及單機遊戲遊玩使用規模依然龐大，為什麼本身還要投入GeForce Now服務發展？ 黃仁勳表示最主要還是為了滿足更多遊玩使用需求，這些玩家族群同樣也希望能遊玩3A等級遊戲內容，但本身使用裝置效能可能不夠，或是使用Chromebook、Mac系列等非市場認定最佳遊戲運作裝置，而GeForce Now服務的使用模式恰好能補足此類市場需求，進而讓NVIDIA在遊戲市場發展策略可以更加完善。 同時，黃仁勳更強調目前在GeForce RTX20系列顯示卡所能達成的RTX即時光影追跡技術，在現行版本的GeForce Now服務也能完整體驗，另外目前積極與更多合作夥伴洽談運算節點佈署，其實也是希望能讓GeForce Now服務可以有更穩定、流暢的運作表現，而日前宣佈以69億美元收購以色列公司Mellanox Technologies，除了可提昇RTX伺服器與顯示卡虛擬化應用效率提昇之餘，預期也能讓GeForce No服務可在網路傳輸方面的效率大幅提昇。 就NVIDIA的立場，顯示卡市場發展策略並不會因為雲端串流遊戲服務而受影響，甚至可以藉由雲端串流遊戲服務對於顯示卡虛擬化應用爭取更大發展機會，同時本身也早已投入GeForce ...

除了針對聚焦遊戲的顯示卡產品近期發展狀況進行說明，NVIDIA此次在CES 2019期間也宣布推出全球首款商用Level 2+自動駕駛系統DRIVE AutoPilot，並且將與Continental、ZF攜手合作，另外也確認再次與Mercedes-Benz攜手合作自駕車技術。 不過，考量先前Tesla等車款曾經在對應輔助駕駛為主的車輛功能使用「AutoPilot」名稱，但實際上並非設計在Level 3以上的全自動駕駛車輛規格，這樣的名稱設計是否會讓消費者產生誤解？NVIDIA執行長黃仁勳對此進一步作說明。 對於先前Tesla因啟動AutoPilot自動駕駛功能導致發生事故狀況，黃仁勳表示實際依照Tesla所對應設計的Level 2駕駛輔助功能，已經可以對應充足的路況識別行進，只是駕駛依然需要將視線專注在前方路況，同時雙手也必須放在方向盤做好隨時介入操作準備。 此次宣布推出採用Xavier超級電腦設計的DRIVE AutoPilot車載系統，則是為了進一步加強既有Level 2駕駛輔助功能，讓車輛行駛可以變得更加安全。 至於是否會因為使用AutoPilot的名稱設計造成消費者被誤導，黃仁勳認為以DRIVE AutoPilot鎖定Level 2+以上自動駕駛等級能力表現，事實上能對應更高等級的安全表現。 同時，從目前諸多技術相比過去已經有明顯進步，同時也因應市場宣傳需求，藉此讓消費者更容易理解，因此才會採用「AutoPilot」的名稱設計。 而對於先前已經提出可對應Level 5等級全自動駕駛能力的車用超級電腦DRIVE Pegasus，黃仁勳則表示目前Level 5等級全自動駕駛技術多半針對無人計程車等車輛乘坐需求，同時在時速訴求目前仍有限制，加上行進路線相對單純，因此相比有人為介入影響操作的Level 3、Level 4等級技術更容易提前實現。 反觀自動駕駛能力目標訂在Level 2+等級的DRIVE AutoPilot，因為多了人為介入等影響可能，事實上並不容易打造。而就NVIDIA的想法接下來預期也會持續擴張更多Level 3、Level 4等級的自動駕駛能力，甚至進一步讓Level 5等級的全自動駕駛車輛能有更高行駛速度。

對於此次在CES 2019期間重心聚焦在遊戲，並且將更多人工智慧、自動駕駛相關技術更新放在後續的GTC 2019公布，NVIDIA執行長黃仁勳除了強調遊戲市場所帶動技術成長不容小覷，同時也強調在製程技術反應的效能增長之外，更重要的還是如何讓更多新技術落實在實際應用。 由於AMD選擇在CES 2019主題演講揭曉採用7nm FinFET製程打造的首款顯示卡Radeon VII，並且首度預覽同樣以7nm FinFET製程製作的第三代Ryzen處理器，在去年更宣布推出以7nm FinFET製程製作的EPYC系列伺服器處理器，以及相同製程打造的Radeon Instinct繪圖卡，藉此創造廣泛的7nm FinFET製程產品應用生態系，因此黃仁勳自然也再次被問及對此的看法。 不會僅著眼製程技術精進，而更重視技術實際應用 就黃仁勳說明，認為在製程技術上的精進確實是很重要，確實會將此部份發展視為各個階段的重點項目，但如何以當下製程設計發展出更多更多新技術，並且帶來更多應用成果，則是更為重要的發展項目，因此說明NVIDIA確實會持續在製程技術精進，更重要的則是在於如何以新技術帶來更大產品價值。 因此在去年推出的Turing顯示架構，NVIDIA分別加入Ray Tracing即時光影追跡技術、藉由人工智慧即時動態調整影像細節的RTX DLSS技術等項目，不但讓使用者能在遊戲體驗中可以感受更真實的光影映射效果表現，更能進一步縮減內容創作者原本所需花費設計時間。 例如，過去要實現這樣的光影效果，通常創作者必須在事前逐一設定3D影像場景中各個光線折射點，因此往往需花費不少時間進行重複設定操作，而在藉由Turing顯示架構的運算表現，即便創作者事先並未在3D影像場景內容完成設定光線折射點，只要串接NVIDIA的開發工具即可快速藉由RTX DLSS技術產生精緻的光影折射效果。對於電影特效工作者、內容創作者等而言，這樣的技術將能協助縮短更多設計時間，並且讓內容可以在更快時間內完成，而諸如此類的技術帶動成效，似乎才是NVIDIA目前更加關注方向，而非僅只是著眼於隨著時間推演就會進行的製程技術精進。 對於接下來的發展，黃仁勳表示「RTX」稱呼將會持續使用到下一個10年，意味從過去在「GTX」中的「G」代表「Graphic」，進展到目前著重的「Ray Tracing (光影追跡)」表現，更代表NVIDIA從原本在圖形運算效能表現，開始更著重圖形運算以外的技術應用。同時，黃仁勳更強調NVIDIA過去以來持續在硬體與軟體上建立領先技術，例如CUDA技術便讓NVIDIA在顯示卡市場建立穩固地位，進而衍生更多新技術創新。 NVIDIA執行長黃仁勳 以合理價格提供更好的技術應用 另外，針對此次宣布以Max-Q形式將GeForce RTX 20系列顯示卡帶進筆電，黃仁勳也說明這樣的設計並非僅只是讓遊戲玩家能以筆電遊玩3A等級遊戲，同時無需擔心電池電量快速耗盡，對於並非在固定辦公室工作的內容創作者，例如經常在戶外拍攝、處理數位照片的攝影師，藉由Max-Q形式設計的筆電也能在不妥協效能與電力損耗情況下，讓使用者能有更流暢的圖像處理表現。 但對於此次說明支援Max-Q形式設計的顯示卡規格裡，似乎獨漏GeForce RTX 2080 Ti的情況，黃仁勳也回應說明未來也會應用在市售筆電產品，但並未透露具體時程，目前包含華碩、微星、Razer、宏碁、Dell、Alienware或技嘉在內筆電廠商，多半是以GeForce ...

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。 NVIDIA執行長黃仁勳 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。

關於接下來針對遊戲市場主打顯示卡發展進度，始終是許多市場對於NVIDIA執行長黃仁勳提問內容，在此次GTC 2018期間自然也不例外，許多媒體藉由越來越具創意的提問方式，包含「何時會有對應消費市場的Quadro GV100等級顯示卡問世」，或是「面對Qualcomm等廠商開始進入10nm製程，NVIDIA的看法如何」，希望從黃仁勳口中打聽一些蛛絲馬跡。 對於一位帶領NVIDIA走過20多個年頭的執行長而言，黃仁勳自然清楚媒體希望從不同提問中獲得什麼樣的資訊，因此往往僅能換來黃仁勳說明投入研發、推動技術成長的重要性，並不會因為一兩次簡單問答就透露公司目前投入研發項目，進而影響更多產品發展走向。不過，可以肯定的是，NVIDIA面對消費端的GeForce系列顯示卡依然會是公司發展成長核心所在，因此自然不會輕易地放棄。 從近期消息來看，預期NVIDIA將會在今年內推出採用全新架構的GeForce系列顯示卡，而其中以Turing (圖靈)作為下一款顯示架構名稱的可能性較高，同時針對消費端打造的顯示卡可能不會包含採用Volta顯示架構規格。 若Volta顯示架構主要仍應用在高階顯示卡設計的話，那麼或許代表先前同樣有所傳聞的Ampère (安培)顯示架構名稱，將會成為Volta顯示架構的繼任者，並且將使透過顯示卡加速的超級電腦運算效能將更具體提昇。 至於針對GeForce Now服務的拓展部分，黃仁勳則認為從NVIDIA一開始就針對遊戲打造顯示卡的角度來看，遊戲應用依然是NVIDIA相當重要的一部分，尤其後推出的GeForce Now更是希望藉由虛擬化技術讓更多裝置，即使只是一款手機或平板，都能輕易藉由網路連接共享顯示卡運算資源方式，以更流暢速度運作遊戲內容。 只是必須考量網路遲滯、反應時間，以及整體網路頻寬等問題，因此GeForce Now暫時還不會在中國等國家市場推行，但最終目標還是希望能讓更多人可藉由網路連線地流暢遊玩遊戲內容，雖然仍無法與終端使用的GeForce顯示卡實際成效比擬，但預期將能成為未來遊戲應用發展方向，讓更多裝置也能加入遊玩。

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。