年初於CES 2016宣佈推出對應自動駕駛應用的系統模組Drive PX 2之後，Nvidia在GTC 2016主題演講中確定將藉由導入8組Pascal顯示架構的深度學習超級電腦DGX-1作為遠端輔助運算，藉此讓自動駕駛車輛能藉由連線方式持續進行循環學習，藉此讓車輛自動駕駛表現更為精進。
同時，Nvidia也確定針對不同自動駕駛需求提供效能差異化的自動駕駛系統模組，藉此對應不同市場需求，同時也將與HERE、TomTom與ZENRIN地圖圖資合作，藉由預先建構高解析度地圖資料，讓自動駕駛車輛能預先知曉行進道路基本資訊，藉此可將視覺化運算效能應用在即時路況分析，或是緊急閃避道路障礙等判斷情境。
除了在今年CES 2016宣佈推出具備高度運算效能的自動駕駛系統模組Drive PX 2，讓車輛本身可藉由運算效能進行視覺化演算，自動分析行進路況與道路障礙等即時狀況，在此次GTC 2016更宣布將以導入8組Pascal顯示架構的深度學習超級電腦DGX-1作為遠端輔助運算，藉此使自動駕駛車輛配合遠端連線方式進行循環學習，讓車輛自動駕駛表現更為精進。
而除了與Audi、Volvo等車廠攜手合作之外，Nvidia先前也確定與百度自動駕駛車計畫合作，另外也將針對不同應用需求推出僅採用單組運算核心的小型自動駕駛系統模組，藉此提供更具彈性自動駕駛量應用效果，並且可進一步控制設計成本。
另外，針對先前已經提出的道路地圖輔助系統，Nvidia此次也宣布將進一步以更高解析度地圖資料建構，同時將與HERE、TomTom與ZENRIN地圖圖資合作，同樣透過預先建構行進道路基本資訊讓自動駕駛車輛提前知曉行徑路線如何安排，藉此可將車輛本身的視覺化運算效能應用在即時路況分析，或是進行緊急閃避道路障礙等情境判斷。
在本身實際驗證過程中，Nvidia也宣布藉由Drive PX自動駕駛系統模組運算學習效果，讓一台自初始狀態投入學習的自動駕駛車輛，可從開始仍會壓倒路椎、無法正確判斷正確行駛道路範圍與行進路線的情況，在累積一年學習經驗即可展現可維持正確行進方向，並且與道路車輛維持安全行駛距離，並且正確閃避路障障礙物。
