Nvidia 押注物理 AI，瞄准更安全的 Robotaxi 与人形机器人

在软件方面，Goel 解释说，Halos 操作系统的设计是为了能够持续监控“每一个硬件模块”和“每一个软件库”，以便迅速发现任何故障。该系统还隔离了安全关键的计算工作负载，以避免任何潜在的干扰。

该系统还包括 Nvidia Holoscan Sensor Bridge，它以能够轻松识别损坏数据的方式将传感器数据与安全相关的计算处理相连接。它可以嵌入到单个硬件组件中，例如微控制器或现场可编程门阵列（FPGA）。

最后同样重要的是，Halos 套件还包括 Nvidia 用于在虚拟环境中测试机器人的仿真工具，以及一个检测实验室项目，让机器人公司和其他合作伙伴能够对机器人开发过程中出现的任何安全“瑕疵”获得快速反馈。

然而，将 Nvidia Halos 从自动驾驶汽车适配到机器人领域，需要适应多种不同的安全定义。Goel 解释说，自动驾驶的功能安全定义在不同的汽车公司和国家之间大体上保持一致。但一台在走廊里清洁的扫地机器人，与一台在仓库装卸区搬运重物的叉车机器人相比，需要考虑的安全问题截然不同。

“我们必须重新构想，并做大量的基础性工作，来构建一个可编程的平台，为开发者提供所有钩子，让他们能够真正定义自定义的安全功能，同时又不破坏我们已构建的底层基础设施，”Goel 告诉 Ars。“因为提供灵活性可能会以失去对技术栈的部分控制为代价。”

自定义安全功能也是必要的，因为机器人可能在复杂多样的环境中运行。

“如果你是一个以每小时六英里的速度通过过道的机器人，你的感官无法看到盲区在哪里，以及拐角处有什么东西过来，”Gold 说。“机器人所做的几乎是在转弯前完全停下来，因为它们真的不知道所有这些工厂、仓库和医院里正在发生什么——这些都是非结构化的环境，任何东西都可能从任何地方出现。”