在近日的GPU科技大会上，Elon Musk受Nvidia的 CEO 黄仁勋邀请，与其对谈了关于无人车及图像处理技术的发展和未来。
开门见山，黄仁勋就询问了关于无人车的安全问题和政府的政策问题。Elon 认为，为了多一层保障，车还是要有轮胎和刹车，但是未来自驾驶汽车的安全性能一定会超过人工驾驶。考虑到这一因素，政府的政策会在无人车出现后几年之内跟上。目前由于涉及到公共安全，通常政府会采取小心谨慎的态度，但最快可能明年市面上就会出现完整的自驾驶系统。而目前，特斯拉主要试图建立的是一个硬件平台，之后会慢慢将软件更新跟上。本周四将有一个相关的发布，他不愿提前剧透，只是说会是一个与下一版本相关的内容。
关于无人车的研发过程，Elon 也透露了一些信息。首先，软件会持续更新，来保证车的性能在现有硬件的基础上不断提升。自动化上特斯拉将会完成巨大的进步，包括在道路上自动驾驶和变道，只是很大程度上取决于速度和对安全的要求。在现有硬件的基础上，如果速度在 30 英里 / 时（约合 50 公里 / 时），安全是很难保障的。而这其中的技术难点就在与 Nvidia 所做的视觉计算有关。
具体来讲，当车的行驶速度只有 5-10 英里 / 时（约合十几公里 / 时）的时候，处理突发情况相对简单；而提速到 10-50 英里 / 时（约在 20-80 公里 / 时），情况就复杂很多；而速度再高就是在高速公路上，路况又会变得简单。所以中间地带是最有挑战的部分，而特斯拉目前已经非常清楚该如何去做，并会在几年之内解决这些问题。
而与特斯拉合作的 Nvidia 黄仁勋进而展示了名为 DAVE 的无人车系统，经过 22.5 万张图片的训练，它可以通过深度学习计算来作出下一步决策。简单来说就是，输入的是图片，输出的是驾驶指令，里面是深度神经网络在进行计算。
Nvidia 黄仁勋这样形容无人车：
教一辆车自动驾驶，就和教一个婴儿玩乒乓球一样。
那么怎样教一个婴儿乒乓球呢？首先，你要教他什么时候抛球，什么时候挥拍，怎样才会将球击中，球拍上的海绵会对球的运行轨迹产生怎样的影响。你其实在教他牛顿力学，尤其是在预判轨迹方面。目前的技术完全可以做到在遇到不明物体的时候把车停下，但他们希望车也能像人一样，随着上路次数的增多，自身有学习的能力，变得越来越聪明。
而想要拥有这种能力，就需要在 ADAS（advanced driver assistance systems）的基础上配以深度学习算法，毕竟人为不可能模拟到每一种突发情况。而今日 Nvidia 发布的 Drive PX 系统即无人车平台开发者套件将于五月上市，搭载两块 Nvidia’s Tegra X1 芯片，黄仁勋称其处理速度将是 DAVE 的 3000 倍。