2018年10月10日，在慕尼黑2018年GPU技术大会上，NVIDIA首席执行官Jensen Huang发表了主题演讲。他宣布了RAPIDS，这是一个开源的CUDA加速工具包，可以帮助数据科学家更快地处理数据。他们宣布了在医学影像方面开展的合作。他们还宣布了一个自动驾驶汽车模拟器，汽车制造商可以使用它来验证自动驾驶汽车。
RAPIDS
NVIDIA宣布推出RAPIDS：这是一款开源软件，将GPU技术融入到数据科学管道中。它基于许多数据科学家正在使用的经典机器学习管道构建：使用Numpy、panda和scikit-learn编写的Python程序。RAPIDS可以使用多个Cuda Core读取数据，并在多个Cuda Core上运行学习和推理。2.4版的Spark会加入RAPIDS，包括流GPU支持、cuML、cuGraph和批cuDF。为了确保他们的数据科学平台可以为企业所用，NVIDIA与Oracle、IBM和沃尔玛等几家大公司开展了合作。要了解更多信息，可以查看NVIDIA的博客。
NVIDIA医疗应用程序
NVIDIA也正进入医疗市场，把他们的Clara AGX平台用于放射市场。他们创建了一种基于神经网络的图像识别算法，用于放射图像的可视化。这里的计算机需要运行一个医学成像管道，它接收传感器数据，对其进行处理，并将其可视化。要了解更多信息，可以查看NVIDIA的博客。
NVIDIA自动驾驶汽车平台
Jensen Huang宣布了NVIDIA AGX，这是一款用于自动化机器的计算机。它是一块带有Xavier处理器的板子，具有109GB/s的高速IO。自动化机器（汽车或机器人）的计算机不同于其他应用，现实世界中的平台需要实时运行，并且必须可靠。
随着慕尼黑成为多家大型汽车制造商的大本营，NVIDIA在GTC欧洲大会上宣布了NVIDIA在成为自动驾驶汽车硬件生产商方面取得的进展。去年，他们已经宣布了将于2019年发布Pegasus平台。此外，计算硬件方面，他们还谈到了SDK Drive Works，其中包含了很多可以用于自动驾驶的算法。Drive IX现在已经可用，Drive AGX Xavier开发工具包现在也已可用。沃尔沃宣布，他们将使用Drive AGX平台来测试他们的消费类汽车，这些汽车将具有二级自动驾驶功能。2级意味着汽车将具有自适应巡航控制和车道保持等高级功能，但司机将参与汽车性能的监控。
NVIDIA还发布了一款自动驾驶汽车模拟器Drive Constellation。它由两台计算机组成，其中一台计算机渲染另一台计算机用来决定采取何种行动的环境。这个模拟器可以用来验证自动驾驶汽车的功能，甚至可以用来创建一个虚拟的自动驾驶汽车许可证，计算机通过后才能在公共道路上驾驶。要了解更多信息，请查阅NVIDIA的博客。
Tesla T4和DGX2
Jensen Huang还展示了Tesla T4，它是在之前9月18日的GTC大会上发布的。它是一种多精度TensorCore加速器，可以在float32、int8和int4中运行推理。它每秒能做5.5万亿次运算。Jensen还谈到了DGX2，他们于2018年3月宣布了这一计划。该平台由连接在一块板上的16块Tesla V100 32GB GPU组成。它们由12个NVSwitches连接。它有1.5TB的系统内存，每秒可以进行高达2千万亿次处理。它还有32TB的SSD用于数据存储。由于大多数公司都在云环境中使用多服务器，NVIDIA宣布了KubeFlow。通过运行TensorRT推断服务器，你可以将神经网络推断部署到数据中心。它可以在多个服务器上分配神经网络推理的负载。目前，企业通常有多个pod，每个pod都运行专门的推理模型。遗憾的是，如果对特定模型的需求上升，你就必须扩展服务器以满足对该功能的需求。TensorRT和Kubernetes使得在多个服务器上分配多模型工作负载成为可能。Kubernetes确定工作负载在数据中心里的位置，并将模型放在具有剩余容量的服务器上。