NVIDIA Halos OS：为自动驾驶安全而生的操作系统

一辆车停在路边，App 显示：「你的行程已到。」驾驶座上空无一人。对于生活在几十个已开展机器人出租车服务的城市的人们来说，这已是现实。

机器人出租车行业已从原型验证进入商业运营，不断扩大的生态正在加快部署速度。在 NVIDIA GTC 台北大会上宣布的一系列新合作，反映了全球范围内的机器人出租车项目正在启动：

• Uber 与 Autobrains 将在慕尼黑基于 NVIDIA DRIVE Hyperion 平台启动机器人出租车项目，利用 Autobrains 的 AI 智能体支持规模化运营。
• 富士康正扩大与 NVIDIA 的合作，部署机器人出租车车队，将自身服务与 NVIDIA DRIVE Hyperion 结合，在台湾实现快速集成和规模化。
• VinFast 正在与 Autobrains 合作，将基于 DRIVE Hyperion 的 L4 级车辆推向东南亚市场。
• HUMAIN 正努力将 DRIVE Hyperion 驱动的机器人出租车带到沙特阿拉伯，将平台足迹扩展至中东。

构建安全的软件基础

随着机器人出租车行业规模化，安全是重中之重。监管机构、认证机构和开发者都在审视大规模安全部署所需的条件。

行业对 L4 级自动驾驶的讨论通常集中在车辆能感知和决策什么。这种讨论很有道理——精确感知、正确决策和处理意外情况都是难题，而且真正进展正在取得。

但感知和决策并不是全部。监管机构要求更多：证明整个系统行为可靠，能在故障升级前将其隔离，并且永远不会超出设计边界运行。

机器人出租车安全需要同时解决四个挑战：

• 可安全认证的操作系统
• 安全、标准化的硬件和软件接口
• 在可验证的护栏内运行的 AI
• 车辆上路前的大规模验证

为帮助解决这些挑战，最新推出的 Halos 操作系统（Halos OS）——NVIDIA Halos 全栈、全方位安全系统的一部分——提供了一个统一、生产就绪的安全基础，专为 AI 驱动车辆构建，基于 NVIDIA DRIVE Hyperion。它包含：

Halos Core：经过认证的操作系统基础

Halos OS 的基础是 Halos Core，它是下一代 NVIDIA DriveOS，并通过了汽车安全标准认证。它经过审计、文档化，并已被证明在故障条件下可预测地运行，其管理程序（一种专门的软件层）能隔离安全关键功能，使故障无法影响车辆控制。

Halos Core 符合 ISO 26262 ASIL D 标准，包含经过安全认证的 NVIDIA CUDA 和 TensorRT 支持，并提供 TensorRT Edge-LLM 开源框架，用于高性能大语言模型推理。

Halos SDK：标准化且安全的接口

一台机器人出租车集成了摄像头、雷达、激光雷达等多种传感器，每种传感器以不同格式和速率传输数据。没有标准化的中间件层，每次硬件更换都迫使团队手动重建这些集成。

Halos SDK 消除了这一负担。其传感器抽象层将自动驾驶栈与单个传感器驱动解耦，因此添加或更换传感器不再引起应用程序代码的连锁反应；同时，车辆抽象层通过单一、一致的接口将自动驾驶栈与车辆其余部分连接起来。

在顶层，Halos SDK 提供安全关键软件所需的运行时构件：确定性应用级调度器以保证可预测时序，零拷贝进程间通信以无延迟地传输数据，全面的系统错误处理框架，以及健壮的方案数据记录器——为高度可靠和低延迟的汽车应用奠定基础。

Halos Applications：AI 的安全护栏

AI 模型可以匹敌人驾驶行为，但监管机构要求的不只是性能。

Halos Applications 层通过确定性、基于规则的功能为 AI 提供安全护栏，这些功能经过分析，设计为在规定边界内运行。它包括世界模型感知和顶级的 NVIDIA DRIVE 主动安全栈，具备自动紧急制动、车道偏离预警、盲点监测、碰撞预警等功能。

此外，在 Halos Applications 中，Halos OS 可以与端到端 AI 模型结合使用，这些模型的可解释性和透明性至关重要。这包括用于自动驾驶开发的 NVIDIA Alpamayo 系列开放模型，可实现思维链推理，持续评估道路、规划下一步并适应变化。

Halos 安全评估框架

Halos Infra 是云侧开发基础设施，支持自动驾驶车辆的训练、仿真和大规模验证。它是最近发布的 NVIDIA Halos 安全评估框架（SEF）的基础。

SEF 提供了构建可信安全案例所需的工具和指南，从 L2 驾驶辅助到 L4 机器人出租车。它借鉴了 330 多篇研究论文和 1000 多项 NVIDIA Halos OS 中开发的专利。

Halos Infra 运行在 NVIDIA 的三计算机自动驾驶解决方案上：

• 用于在数据中心训练 AI 栈的 NVIDIA DGX 系统
• 用于仿真和合成数据生成的 NVIDIA Omniverse 运行在 NVIDIA OVX 系统上
• 用于实时传感器处理和安全保护的 NVIDIA AGX 车载计算机

Halos OS 覆盖了从 Halos Infra 中的训练和仿真到车辆自身推理的完整开发生命周期。

了解更多关于 NVIDIA Halos 的信息。

---

原文链接：NVIDIA AI Blog
本文由前途科技编辑整理