NVIDIA企业和汽车公关部负责人Bea Longworth形容，跨足自动驾驶是一个很酷的故事，执行长黄仁勋将这比喻成是“机缘遇上命运”(serendipity meets destiny)。
NVIDIA创立于1993年，6年后发布GeForce 256，堪称是跨入自动驾驶领域的**步。当时NVIDIA形容GeForce 256是****个“绘图处理器”，NVIDIA定义为整合了转换、照明、三角设定∕修剪和渲染引擎的单一芯片，每秒处理至少1,000万个多边图形。GeForce 256获得产业专家的好评，且应用在3D游戏当中。
NVIDIA GPU的运算功能类似人工智能，制作3D绘图需要一次执行多个计算的处理器，也就是所谓的“并行处理”(parallel processing)，教导电脑开车的人工智能技术“深度学习”(deep learning)也需要同样的处理方式。
自动驾驶汽车需要从数个不同的镜头(例如Tesla的自动车有8个镜头)、雷达、超音波传感器来收集资讯，基于这些资讯在瞬间做决定，过程中需要从经验学习来改善结果。多年来NVIDIA致力于发展芯片原本只为一个目的，在电玩游戏中遨游3D世界，不料现在证实它们可以做为多种不同的用途。
NVIDIA在2015年的消费电子展(Consumer Electronics Show)中发表车用人工智能平台Drive PX，正式加入自驾车战局。Drive PX使用两个Tegra X1芯片，运算能力达到每秒1兆浮点运算(teraflop)，当时Xbox One有1.31兆浮点运算的绘图处理能力。但NVIDIA并未原地踏步，隔年宣布Drive PX 2，有着令人震撼的每秒8兆浮点运算能力。
Drive PX 2是效能怪兽，NVIDIA宣称其处理能力足以让自驾车达到Level 3，也就是车辆多数时间自动驾驶，但仍须由人监控的等级。
Tesla电动车原使用一家名为Mobileye的芯片，2016年10月决定改用Drive PX 2，辅以自己的解决方案来支援半自动化的Autopilot系统。
Longworth表示，Mobileye主要专注在电脑视觉上，NVIDIA则聚焦在使用人工智能来解决整个问题，理由是更有弹性的方式。电脑视觉主要教导电脑了解图像和影片，Longworth以车辆学习识别路标为例，说明电脑视觉和人工智能的不同，在电脑视觉系统下，***为系统编码着重在识别路标，据以作出回应，一旦车辆来到有着陌生路标的国家，一切都要从头开始；但若使用NVIDIA的深度学习模式，***只要重新训练系统认识新路标即可。
Mobileye对NVIDIA的说法不以为然，当NVIDIA在2016年发表Drive PX 2时，Mobileye共同创办人 Amnon Shashua曾说这台售价超过1万美元的平台太昂贵，而且缺乏实用价值。Mobileye与Tesla拆伙之后先后与BMW、福斯汽车(Volkswagen)敲定地图科技合作计划，3月英特尔(Intel)宣布以153亿美元买下Mobileye。
两方的竞赛看起来颇为精彩，考量自动驾驶汽车仍继续演进中，NVIDIA似乎还会有更新的技术，毕竟电脑芯片总是不断进化，至于NVIDIA会有什么惊人之作，或许得等到新世代的Drive PX 3问世后才会揭晓。
公安机关备案号：
