「实现无人驾驶的三大重要技术： 具备超算能力的 AI 计算机、强大的 AI 算法以及实时绘制高精地图的能力。目前全球范围内没有哪家公司同时掌握上述三种技术。」
黄仁勋认为，无人驾驶给计算领域带来了巨大挑战。实时感知环境并根据周围环境确定汽车位置、制定行车计划、实现安全驾驶，这必须建立在无人驾驶系统能够快速响应的前提下。深度学习和人工智能可以应对无人驾驶发生的各种状况。
以下内容节选自 9 月 13 日英伟达 CEO 黄仁勋在 GTC China 2016 上关于无人驾驶部分的演讲，雷锋网(搜索“雷锋网”公众号关注)整理（有删减）：
交通是价值 10 万亿美元的行业，也是世界上最大的行业之一。2 万亿的汽车行业、5 万亿包括出租车交通服务行业、还有卡车行业。这些加起来是 10 万亿的交通行业。
这里面有很多我们可以做的，有一个领域非常令人激动，那就是无人驾驶汽车。有了 AI，汽车可以自己去进行思考，始终去进行周围环境的观察，永远专注，不会觉得疲劳，而且车身布满了传感器。所以说汽车有超人类的能力保证你的安全、增加出租车队的效率、减少事故、降低保险费用。
我们以前没有办法知道到底如何才能生产出无人驾驶汽车，直到后来我们有了 GPU，让我们真正知道具备 AI 的汽车才能真正实现无人驾驶。
AI 汽车并不是一辆只有摄像头、雷达的汽车。雷达和摄像头是发现物体的工具，我们要想真正做到无人驾驶还需要更多的能力，除了发现车前有障碍物停下来之外，还包括其他比如感知，你要看到、听到并且理解周边的环境，要根据看到的信息判断一下该如何行动，到底是继续开车、换道，还是停下来。汽车要对无数的状态进行判断，这是一个非常复杂的问题。
对周边的环境进行判断之后还得产生一个决定，到底要采取什么样的行动。这是一个端对端、点对点的 AI 问题，是 AI 计算的问题。
AI 计算这个技术已经有了，我们现在终于可以想像一下点到点实现无人驾驶汽车的梦想，我希望这也是对 10 万亿美元行业进行的一个巨大改变。
我们的 BB8 AI 汽车，并不是通过编程实现的，它本身没有驾驶技能，是通过观察人类驾驶员驾驶才学会如何驾驶的。有了 AI 计算超级计算机在汽车领域的使用，有足够的算法、训练，我们可以教这些智能终端设备来完成任务，这是通过软件无法做到的。这也是为什么我们相信因为有了 AI，我们将会看到智能设备领域的革命。
这个领域将会出现很多的创新，但是无人驾驶不是一件简单的事情，现在还远没有达到实现全部或者完全无人驾驶的时代。
无人驾驶不是一个终端产品，不只是发现车前面有一辆车就停下来。无人驾驶会给社会带来不同的价值，让高速公路的驾驶更加安全，我们把它称之为自动巡航。另一方面是完全无人驾驶，也就是说车里不需要司机，如果没有司机，那么汽车能够自己去运转基本是不可能的，除非错误的比率非常低，我们希望实现的是 99.9999% 的准确率。
网络准确度以及网络计算量是相关联的，如果说想实现高精准度，需要有更多浮点计算；如果需要准确度就需要大的模型，如果有大的模型并希望实时进行运转，需要更多浮点计算；如果你希望车周边有更多摄像头，那需要更多浮点计算。
完全无人驾驶汽车需要非常多的超级计算机才能够实现这样一个愿景。人们会问为什么需要这么多运算，因为无人驾驶并不是 ADAS，无人驾驶是一个 AI 计算的问题，取决于你希望实现的能力是多少，取决于你需要的计算是多少。
我们开发的 DRIVE PX 2 架构是世界第一个无人驾驶汽车计算架构，它是可扩展的，有非常高的性能和能力进行感知、推理的 AI。AI 超级计算机有很多 AI 算法，未来所有汽车都会含有非常多的软件，这将是一个最复杂的计算体系，
因为我们现在没有办法知道将来人们的需求是怎样的，每家公司生产的汽车不一样，有可能三种：
自动巡航，可以从一个地点到目的地，只要告诉汽车想去的目的地就行了，比如带我回家，汽车就自己上路将你送回家；