面对不断变化的环境，确保汽车在极短的时间内能够采取正确的控制操作，需要汽车能够实时理解从传感器传送而来的数据洪流，如摄像头、雷达、激光雷达以及超声波等的数据。首先且最重要的是有足够的计算力来处理这些数据。
Xavier 是 2016 年英伟达在 GTC 欧洲大会上所公布的下一代 Tegra 处理器，拥有英伟达自主设计的八核 64 位 ARM CPU，同时 GPU 部分是 512 个 CUDA 的 Volta 架构。英伟达将这款处理器称之为人工智能超级计算机系统级芯片（SoC），晶体管规模达 70 亿，面向自动驾驶汽车和人工智能领域。
DRIVE PX 2 是在 CES 2016 上被推出的，能够实时理解汽车周围的场景，在高精度地图（HD map）上准确定位汽车当前的位置，并决策规划出一个安全的行进路线。英伟达视其为目前世界上最先进的自动驾驶汽车平台，将深度学习、传感器融合（支持摄像头、激光雷达、雷达以及超声波传感器）以及环绕视觉感知整合为一体来改变驾驶体验。同时，DRIVE PX 2 的大部分处理器配置都是可扩展架构，多个并行的 DRIVE PX 2 平台能够实现完全的自动驾驶（fully autonomous driving）。开放的人工智能汽车计算平台 DRIVE PX 2 使整车制造商及其 Tier 1 供应商可以加速自动驾驶汽车的生产。
「目前，驾驶辅助技术都是递进式发展的，例如，不同功能模块的累加，如车道保持、距离保持等。」博世的车辆工程和自动驾驶副总裁 Michael Fausten 说，「人工智能和深度学习是其中的关键，核心特征是深度学习具备持续安全更新所使用算法和模型的能力。人工智能一个很重要的好处是当额外的经验不断的被系统学习后，系统越来越聪明。当新的经验学习到之后，新的神经网络能够被加载到汽车里，使汽车具有新的能力，更好的性能表现。」
使用博世传感器来感知周围环境的汽车（博世是唯一一个为世界上所有整车厂商直接提供零部件的 Tier 1 供应商），如果配合人工智能技术，汽车还将具备数据解读分析能力并从中预判其他道路使用者的行为。目前，深度学习已经具备高准确度的物体识别能力，支持汽车通过传感器的数据处理来理解周围环境中的不同对象。
此外，人工智能技术还能帮助自动驾驶汽车评估路况。例如，亮起转向灯时车辆的变道几率远高于没有亮起转向灯的车辆。因此，使用人工智能技术的自动驾驶汽车可以识别并评估复杂路况，例如当迎面车辆即将转弯时，自动驾驶车辆可以将这一情况与自身的驾驶环境相关联。博世与英伟达合作后，自动驾驶过程中所用的深度神经网络可以在数据中心的系统上训练完成，然后部署到装载 DRIVE PX 2 计算平台的汽车上。在人工智能的帮助下，车载计算机让汽车掌握了学习能力。AI 车载计算机不仅能够引导自动驾驶汽车驾驭复杂路况，还能帮助车辆适应新环境。
博世希望实现在所有路况下的自动驾驶，英伟达将负责为博世提供自带各种智能算法的芯片，帮助汽车掌握学习能力。博世称，预计最晚在 2020 年初，AI 车载计算机将正式投入生产。 
