核心的私人自动驾驶搭载Ford Fusion的自动驾驶训练车BB8。现场的视频有播出BB8在旧金山九曲花街自动驾驶的场景。这段路又包含下坡又有连续的大角度转向，连老司机都觉得甚为困难，不得不感叹，NVIDIA真是玩很大。

档位附近的红色按钮，用于车辆出现误判时，人类驾驶员切换驾驶权限。

NVIDIA的机器视觉技术、深度学习能力以及高性能GPU在货车、警用巡逻车和农业用车等应用场景中也有前瞻性的展示。

与私人车辆的自动驾驶要求不同，货用车辆的应用场景主要在高速公路等相对简单的道路环境，囿于交通规则，变道的需求也相对少，更考验对于驾驶的专注程度和图像处理。会场展示的拖车头来源于Peterbilt品牌，基于NVIDIA DrivePX2 平台。

自动驾驶的玩家其实不少，NVIDIA的核心竞争力在于，NVIDIA由计算机图像处理起家，在自动驾驶的关键课题——图像识别——上，具有长期的技术积累。

NVIDIA现场还开拓了下一代的人工智能警车的可能性，搭载Ford Explore。除了自动驾驶的技术之外，警用车还装有额外的图像处理系统，起到自动巡逻的作用。例如观察道路上的车辆驾驶是否符合逻辑，有无酒驾的可能性。多辆警用车之间可以做到信息共享。警车顶部配有无人机，可以根据需要结合无人机进行追踪。这些功能模块都可以根据具体的需求进行调整。

在美国，农业是机器密集型的产业，工业化程度较高。基于NVIDIA Jetson平台的处理，可以拥有自动犁地、灌溉的功能，识别需要作业的区域，针对性处理，大大提到了工作的效率。

自动驾驶以外，医疗、安防和其他工业级应用将是NVIDIA未来的市场拓展重点。

医学是专业知识更为集中的领域，知识规律性更强，不管是医生或者机器都需要从长期重复的数据中进行学习。这一行业提供了广泛的AI训练空间，同时又要求项目的高度精准，人工智能的应用优势更为明显。

NVIDIA的深度学习训练系统Deep Learning GPU Training System (DIGITS) 给到简化的工具，帮助数据科学家和研究人员更加方便、快速地创建高质量深度神经网络，推动相关研究的发展。

现场，NVIDIA的工作人员为我们演示了这一系统在医学研究方面的应用。GPU的高效计算能力使得早期的细微病变更容易被探测到，也带来速度上的优势，在争分夺秒的医疗领域尤其重要。

NVIDIA还在展位中引入了几个第三方开发的安防软件平台，均基于NVIDIA Quadro平台，可以进行实时监控、数据标记以及信息检索。

VR Village区域，NVIDIA采用HTC Vive基于NVIDIA GPU的硬件平台，展示了多个Demo，包括游乐园小游戏主题、室内建筑漫游以及蝙蝠侠主题。搜狐科技体验了多个主题，其中和华纳兄弟集团、漫威集团联合开发的蝙蝠侠主题最为精彩，前后景对比明显，画质直逼3D大片，内容上有剧情也有动作，沉浸感极强。

值得一提的是，NVIDIA采用MRS(multi-resolution shading)技术,视野中心区域的渲染相对清晰，视野周围比较模糊，随着头部的转动，清晰度的转变非常明显。

唯一的不足是，操作过程中还是需要操控手柄的多个按键来进行拾取、射击等不同动作形式的互动，比较反直觉。期待VR行业未来在交互系统上的升级。

系统延迟不明显，十分钟的单个主题体验下来，没有多少眩晕的感觉。