今年在CES提出名為Autosim技術，藉由虛擬化場景為自駕駛車進行訓練的應用模式後，NVIDIA在此次GTC 2018宣布將以Drive Constellation運算平台推行，主要是藉由負責建置、執行模擬場景的系統，讓搭載Drive Pegasus的超級車載電腦系統進行學習訓練，藉此讓自駕車可在即為安全的模擬環境中進行大量學習，並且可比照去年推出的ISSAC虛擬環境訓練Jetson平台機器人學習模式，讓自駕車系統能以虛擬化方式進行學習，甚至能以完全安全方式加快學習行駛里程數量。
Drive Constellation運算平台基本上就是去年推出Issac學習模式的擴展應用版本，雖然去年NVIDIA曾表示要建置一個虛擬世界讓自駕車在其中安全地學習，基本上就必須花費更大功夫，因此認為並沒有實際效率。不過，或許在短時間讓超級電腦運算能力大幅提昇，使得建置一個虛擬世界變得沒有那樣困難，使得NVIDIA得以用虛擬模擬方式安全訓練自駕車，同時也能藉由建置多組訓練系統，讓自駕車能在短時間內快速累積長達10億英哩的上路行駛里程。
依照NVIDIA的規劃，基本上會先實際透過街景車蒐集各地區道路實際路況，並且將這些數據放進模擬系統隨機生成不同道路、車輛數量，以及日夜與天後等變因，甚至也能在模擬訓練過程中加入更多特定條件，例如道路上的車輛多寡、是否有如警車等特殊車輛靠近時的情況，藉此讓自駕車在實際上路前可藉此完成前期訓練，避免在訓練尚不到位時就上路測試，結果造成傷亡等意外。
而從NVIDIA目前對於整個自駕車訓練流程來看，除了藉由安全的前期訓練之外，當自駕車實際上路之後仍會持續進行學習，並且持續將記錄數據同步至雲端，進而在透過學習驗證等過程後，即可透過雲端服務再同步至更多自駕車終端系統，讓所有在路上實際運作的自駕車都能獲得相同的學習經驗，並且讓自動駕駛表現更加準確。
