相較過往把Tegra處理器應用在手機、平板等市售裝置，Nvidia目前更著重在車載、無人機等裝置應用，同時藉由GPU平行運算加速特性，讓運算效能可發揮1TFLOPS以上規模，甚至結合CUDA核心技術藉由深度機器學習效果，讓嵌入式設備也能使用認知學習應用，藉此發揮人臉識別、自動閃避或自動導向等應用。
在此次GTC 2016期間，可以看見不少應用Jetson TX1開發板的小型車輛、自動送餐車等裝置，主要藉由搭載Tegra X1處理器與Maxwell架構GPU所提供1TFLOPS以上效能，並且藉由CUDA核心技術驅動深度機器學習效果，讓嵌入式設備也能使用認知學習應用，藉此發揮人臉識別、自動閃避或自動導向等應用。
根據Nvidia副總暨Tegra部門總經理Deepu Talla說明，相較過往藉由Tegra處理器推行手機、平板等消費型電子產品，目前Nvidia對於Tegra處理器未來發展主要著重在遊戲應用，例如將Tegra 3用在任天堂3DS系列機種，以及Shield系列裝置，另外則是包含智慧車載在內的嵌入式應用領域，應用範圍相對將擴大許多，同時也將帶來更高市場產值。
以目前來看，今年初發表的Drive PX2導入尚未正式對外公佈的新款Tegra處理器，同時針對運算效能需求不高情況下，Nvidia也能藉由諸如Jetson TX1開發板對應充足運算效能，並且配合相對較低的電力損耗應用在眾多嵌入式設備，例如小型無人機、小型車輛，甚至居家電子設備等。
不過，相較目前市場著眼在超低功耗的小型物聯網應用設備，Nvidia的立場仍會秉持本身GPU運算強項，並且發揮藉由GPU運算輔助深度機器學習效果，讓裝置能以更具自動化效果運作。
