被业内称为教主的英伟达CEO黄仁勋依然身着他穿了多年的皮夹克在舞台上上演单口相声，用2个多小时的时间，向外界公布了英伟达最新的产品进展，包括基于RTX显卡和平台打造的支持实时光线追踪的游戏进展、实时设计协作软件Omniverse、Tensor Core支持混合精度、用于数据科学的超算DGX POD等。
在关注的自动驾驶方面，今年并没有算力炸裂的新款芯片出厂，英伟达低调推出了完整的L2+级自动驾驶解决方案AP2X、推出了Safety Force Field驾驶策略框架，并宣布此前推出的自动驾驶仿真系统DRIVE Constellation上线投入使用。
与此同时，英伟达的全球合作伙伴也进一步增多，全球最大车企丰田旗下负责自动驾驶业务的丰田研究院也与之达成合作，将在自家的自动驾驶车辆上部署英伟达的计算设备。
压轴出场的自动驾驶
与前几日特斯拉重新定义上午11点一样，英伟达也玩了一把重新定义凌晨5点，不过好在只小晚了5分钟就已开场。
与此前的历届GTC和GTC China一样，开场前依播放了这段气势恢宏的AI宣传片，介绍AI技术能在自动驾驶、气候分析、机器人等诸多领域的应用。
视频过后，黄仁勋依然穿着其标志性的皮衣登场，开始了2个多小时的单口相声。
黄仁勋在介绍了英伟达日前取得的成绩——例如全球的GPU开发者多了60%后，首先提到了英伟达CUDA并行计算架构进一步演进为CUDA-X，同时支持英伟达旗下的RTX、DGX、HGX、AGX四大计算平台。
在CUDA-X平台之上，则是英伟达的各类应用软件平台，包括AI、IS(ISAAC)模拟世界、以及DR(Nvidia Drive)自动驾驶开发平台等。
去年的游戏开发者大会GDC和GTC上，英伟达发布了支持微软DX12中的DXR光线追踪的新一代RTX显卡与技术，为计算机带来了可以大规模使用的实时光线追踪技术，可谓是图形计算中的一场革命，对游戏、影视、设计等行业具有极大的影响。
正因如此，今年GTC与前两年非常不同，黄仁勋用了整整1个小时在详细介绍最新一代的RTX显卡技术支持的光线渲染技术以及在此之上形成的游戏、设计协作软件Omniverse、云游戏平台Geforce Now等产品与服务。
而在前几年，普通显卡产品基本都是一嘴提过，黄仁勋将更多的时间放在了GPU驱动的AI计算、GPU驱动的超算、以及自动驾驶等方向。
在经过了2个小时的等待，听完英伟达在RTX显卡、AI方面的进展与发布后，车东西关注的自动驾驶终于压轴出场。
自动驾驶压轴出场 英伟达全面变软
黄仁勋在现场讲到，自动驾驶是机器人领域最重要的部分之一。在自动驾驶领域，英伟达不仅仅打造计算芯片，其还提供包括Drive AV、Drive IX、Drive Sim等软件在内的完整的开发者套件。
本场GTC上，黄仁勋发布了2款新产品，分别为AP2X 9.0、 Safety Force Field驾驶策略 ，并宣布DRIVE Constellation模拟测试系统投入使用。
1、L2+自动驾驶系统解决方案
2017年，英伟达推出了Drive Autopilot，在L4/L5级自动驾驶之外开始支持L2/L3级自动驾驶技术，离量产更近一步。
两年之后的GTC 2019，Drive Autopilot也迎来更新，英伟达整合了此前的Drive Autopilot软件、Drive AGX计算平台与DRIVE validation开发工具，将其打包命名为Drive AP2X。
Drive AP2X 9.0版本的软件将在下个季度推出，包含了对多个神经网络的支持，增加了面部识别、多传感器融合等选项。
DRIVE AP2X的软件部分增加了一个名为MapNet的深度神经网络，可以自动识别车道线和路标，为了提升行车的准确性与安全性，这套神经网络算法中包含了三种不同的路径规划决策方案，系统将自动择取最优方案进行执行。
新增的ClearSightNet网络能够识别传感器被遮挡的情况(例如阳光直射或泥土)，并通过启用其他传感器或融合的方式来解决传感器障碍。而面部识别功能，则能在识别驾驶员后调节座椅等各项设置。
2、 Safety Force Field驾驶策略框架
英伟达此前推出了Drive AV软件系统，具备车道线识别、标识牌识别、车辆控制等功能，今天又在此基础上添加了路径PATH Planing With Safety Force Field的新功能。该系统的核心是名为Safety Force Field的驾驶策略，可以帮助提升车辆的驾驶安全性与舒适性。
该系统首先会读取车辆传感器数据，随后在此基础上分析、预测外界环境和其他交通参与者的动作，从而给出驾驶决策。
从现场介绍来看，该系统能够帮助自动驾驶车辆实现紧急制动，智能控制转向系统，通过十字路口，处理堵车环境等。
据悉，Safety Force Field驾驶策略为一个开放平台，可以融入任何其他驾驶软件中，作为路径规划和决策系统的一环，Safety Force Field会监测并阻止不安全的驾驶决策从而提升安全性。
3、DRIVE Constellation仿真测试平台投入使用
研发自动驾驶技术需要大量路测数据，但在真实场景收集数据过于复杂，因此在虚拟世界中进行仿真模拟就显得极有价值。
英伟达于去年GTC发布了Drive Constellation模拟平台，并在本届GTC上宣布正式可用。
Constellation是一个基于数据中心的模拟系统，由Constellation Simulator、和Constellation Vehicle两个服务器组成。
前者的内部搭载了英伟达显卡，运行英伟达Drive Sim模拟软件，并生成虚拟世界中运行车辆的传感器数据。
后者的内核是一个英伟达AGX Pegasus车载计算机，用于处理上述虚拟生成的传感器数据，并给出驾驶决策。而决策信息又会被传回Constellation Simulator服务器进行测试。
一个值得注意关键点在于，Drive Constellation是一个开放的云平台，来自全球各地的工程师都可以提交模拟的测试场景到此，修改时间、天气等参数，并获得反馈数据。
与此同时，各个生态合作伙伴也可以将自己的环境模式、传感器模型和交通流模型整合到平台之上，从而让整个系统拥有更强大的模拟能力，生成复杂、多样性的测试环境。
目前，模拟公司Cognata和汽车模拟公司IPG都已经加入了Drive Constellation平台。而像是莱茵TUV这样的标准组织，也在用Drive Constellation来规划其自动驾驶标准。
4、丰田车将使用英伟达计算平台
在发布了一系列产品之后，黄仁勋也按照惯例宣布了自动驾驶领域新合作伙伴——这次是全球最大的车企丰田。
据介绍，英伟达将与位于日本的丰田研究院先进技术研发部TRI-AD和位于硅谷的丰田研究院TRI共同展开合作。
未来丰田将使用英伟达的GPU进行AI计算、使用英伟达NVIDIA DRIVE Constellation模拟平台进行虚拟测试，并在自家的自动驾驶车辆中使用AGX Xavier或AGX Pegasus计算平台。
去年GTC上，黄仁勋透露使用英伟达自动驾驶相关产品的厂商已经达到了370家，包括车企、Tier1、自动驾驶创企等，而随着全球第一大车企丰田的加盟，英伟达的自动驾驶合作伙伴圈子又强大了不少。
Jetson NANO：英伟达最小的机器人计算机
在进行自动驾驶相关的发布之前，黄仁勋首先提到了机器人领域，其发布了一款目前英伟达旗下最小的机器人用CUDA-X AI计算机Jetson NANO，可运行当下所有AI模型。
Jetson NANO的算力达到472GFLOPS，但功耗仅为5W，同时体积也比手掌还要小的多，其搭载了128核NVIDIA Maxwell架构的GPU与四核ARM A57CPU，可连接千兆以太网，适用于Tegra的Linux系统。
Jetson NANO支持摄像头、激光雷达等多个高分辨率传感器，并且可单独为每个传感器的数据流运行神经网络，可以帮助开发者打造出具备自动驾驶与语音交互能力的机器人产品。
在发布会现场，一个名为kaya的绿色机器人就自己跑上了舞台，黄仁勋用语音命令其做下后，将其拿了起来。
而通过黄仁勋展示的PPT和视频中还可以看出，这款芯片还能打造出大小不同、功能不同的机器人。
除了计算芯片，英伟达在去年还推出了一个名为ISAAC的机器人模拟器，开发者可在虚拟世界中训练机器人。
Jetson NANO目前拥有两个版本，开发者套件现已上市，售价99美元。Jetson NANO模块售价129美元(1000个起售)，将于今年6月发售。
在前几年的GTC上，英伟达在自动驾驶上的动作更多地聚焦在芯片和计算机层面，例如其先后推出了Drive系列的CX、PX、PX2、Xavier、Pegausus等一系列计算设备，算力一年比一年强大。
但到了2019年并没有性能炸裂的芯片出现，英伟达的新品反而更多地聚焦在了软件层面，本次发布的AP2X 9.0、DRIVE Constellation以及Safety Force Field驾驶策略都是软件产品，表明该公司在自动驾驶层面全面转向软件系统。
这背后反应的，也正是自动驾驶产业目前的发展现状——传感器、芯片等硬件发展到了一定阶段，软件系统似乎并没有跟上，行业重点目前都聚焦在了软件的成熟之上。
卖硬件的英伟达，也是如此。
