對於自動駕駛計程車，安全必須內建而非外加
隨著自動駕駛計程車服務在全球擴充套件，NVIDIA推出Halos作業系統——一個整合了認證作業系統、標準化介面、AI護欄和驗證框架的全面安全系統，確保安全從底層構建於自動駕駛車輛之中。
一輛汽車停在路邊。應用程式顯示：“您的車已到。”駕駛座上空無一人。對於居住在數十個已提供自動駕駛計程車服務的城市的人來說，這已是現實。自動駕駛計程車行業已從原型里程碑轉向商業運營，不斷擴大的生態系統加速了部署步伐。在NVIDIA GTC Taipei上宣佈的新合作反映了全球範圍內的自動駕駛計程車專案正在啟動：Uber與Autobrains在慕尼黑推出基於NVIDIA DRIVE Hyperion平臺的自動駕駛計程車專案，利用Autobrains的代理AI支援可擴充套件運營；富士康擴大與NVIDIA的合作，在臺灣部署自動駕駛計程車車隊；VinFast與Autobrains合作，將基於DRIVE Hyperion的L4車輛引入東南亞市場；HUMAIN則致力於將DRIVE Hyperion驅動的自動駕駛計程車帶到沙烏地阿拉伯。
隨著行業規模擴大，安全至關重要。監管機構、認證機構和開發者正在審視安全大規模部署的要求。關於L4自動駕駛的行業討論通常集中在車輛能感知和決策什麼。這些討論是有道理的：準確的感知、合理的決策和處理意外情況是難題，並且正在取得實際進展。但僅靠感知和決策並不足夠。監管機構要求更多：證明整個系統行為可靠，在故障升級前隔離故障，並且絕不超出設計邊界執行。自動駕駛計程車的安全需要同時解決四個不同挑戰：安全可認證的作業系統、安全且標準化的軟硬體介面、在可驗證護欄內執行的AI，以及在車輛上路前的大規模驗證。
為幫助解決這些挑戰，最新推出的Halos作業系統——NVIDIA Halos全棧全面安全系統的一部分——提供了一個統一的、生產就緒的安全基礎，基於NVIDIA DRIVE Hyperion。它包括：Halos Core，認證的作業系統基礎，基於下一代NVIDIA DriveOS，符合汽車安全標準，透過ISO 26262 ASIL D認證，包括對CUDA和TensorRT的安全認證支援，並提供TensorRT Edge-LLM開源框架；Halos SDK，提供標準化的安全介面，透過感測器抽象層和車輛抽象層解耦感測器驅動和車輛控制系統，提供確定性排程、零複製IPC、錯誤處理和場景資料記錄器；Halos Applications，透過基於規則的確定性功能提供AI安全護欄，包括世界模型感知和NVIDIA DRIVE主動安全堆疊，以及支援可解釋性的端到端AI模型；以及Halos Safety Evaluation Framework，基於超過330篇研究論文和1000項專利，提供構建可信安全案例的工具和指南。
Halos OS覆蓋整個開發週期，從資料中心的訓練和模擬到車輛本身的推理。