A fizikai AI — az emberek mellett, önállóan dolgozó robotok a gyárakban, raktárakban, kórházakban és otthonokban — gyorsabban terjed, mint sokan várták. Az ilyen, egyre kevésbé szabályozott munkaterekben a hagyományos, strukturált környezetekre tervezett biztonsági megoldások már nem elegendőek, ezért az AI‑vezérelt biztonság válik kulcskérdéssé. Ennek jegyében a NVIDIA bejelentette a NVIDIA Halos for Robotics platformot, amely AI‑számítási teljesítményt és funkcionális biztonságot egyesít egy teljeskörű stackben.
Mire épül a Halos for Robotics?
A Halos for Robotics a vállalat autóipari (autonomous vehicle, AV) területén felépített funkcionális biztonsági munkájára támaszkodik, és azt terjeszti ki ipari robotokra, humanoidokra és autonóm mobil robotokra (AMR). A NVIDIA szerint az AV‑biztonságban felhalmozott tapasztalat nem szükséges nulláról újraépíteni: a meglévő folyamatok, eszközök és alapvető szabványok (például ISO 26262 → IEC 61508, ISO 13849) áthozhatók és bővíthetők a robotikai alkalmazásokhoz. Harmadik félként a TÜV SÜD és a TÜV Rheinland is megerősítette a megfelelést.
A vállalat számadatai szerint az autóipari biztonságra fordított munkában több mint 18 000 mérnöki év gyűlt össze, több mint 21 milliárd biztonsági tranzisztort ellenőriztek, és több mint 7 millió sor biztonságilag értékelt kód keletkezett; meghaladja a 22 000 platformbiztonsági monitort, 330+ AV‑biztonsági kutatási publikációt és több mint 30 bizonyítványt és értékelési jelentést.
A Halos felépítése és fő elemei
A Halos for Robotics ugyanazon háromszintű, teljeskörű architektúrát követi, amelyet a Halos AV‑megoldásnál használnak: platformbiztonság (hardver), Halos OS (szoftver) és ökoszisztéma‑szintű támogatás.
- Platform: NVIDIA IGX Thor és NVIDIA Holoscan Sensor Bridge (HSB)
- Szoftver: Halos OS, amely alatt Halos Core és Halos alkalmazások/Blueprint‑ek működnek
- Ökoszisztéma: Halos AI Systems Inspection Lab és egy bővülő partnerhálózat
Néhány konkrét műszaki adat az NVIDIA IGX Thor kapcsán: a modul ipari kategóriájú AI‑számítási platform, akár 2070 FP4 TFLOP teljesítménnyel, 14x Neoverse ARM CPU maggal és 128 GB memóriával, 273 GB/s sávszélességgel. A hardver beépített funkcionális biztonsági elemeket tartalmaz, például IEC 61508 SIL 3‑ra képes Safety Island (FSI), több mint 22 000 diagnosztikai mechanizmust, SC 3 rendszeratikai fejlesztési megfelelőséget, redundancia‑ és diverzitáslehetőségeket, In‑System Test (IST) megoldásokat, és interferencia‑függetlenséget (FFI) és Dependent Failure Initiator (DFI) támogatást.
Ezeket a hardverbiztonsági funkciókat a Halos Core Safety Extension Package (SEP) szolgáltatása kezeli, amely hibagyűjtő és továbbító mechanizmust, FSI/SMCU referencia firmware‑t, Error Propagation Layer‑t és az Edge Safety Link protokollt tartalmazza.
Holoscan Sensor Bridge (HSB)
A HSB kiterjeszti a biztonsági láncot a szenzorok pereméig: Etherneten keresztül csatlakoztatja a szenzorokat és aktuátorokat az IGX‑hez. Fő képességei közé tartozik alacsony késleltetés (ConnectX RDMA, RTX GPU Direct), skálázhatóság több száz szenzorig és több száz Gbit/s‑ig, multimodális, domain‑független protokoll és beépített biztonság (MACsec, IEC 61508 SIL 2 end‑to‑end protokoll, watermarking, kamera tesztelési szolgáltatások a Halos Core részeként).
Halos OS és Halos Core
A Halos OS szoftveres rétegként helyezkedik el a hardver és az alkalmazás között, és jelenleg a Halos Core (a biztonsági operációs rendszer) és Halos alkalmazások/blueprint‑ek érhetők el. Két Halos Core konfiguráció létezik: Halos Core Linux, illetve Halos Core Linux plus QNX. A Linux‑only verzió tartalmazza a Linux futtatókörnyezetet, az SEP‑et, az Edge Safety Link protokollt, az FSI RTOS‑t és a Safety MCU RTOS firmware‑t. A Linux+QNX konfiguráció NV Hypervisor‑ral elkülönített virtuális gépeket hoz létre: egy Linux VM‑et AI és alkalmazási munkákhoz, valamint egy QNX VM‑et időkritikus biztonsági funkciókhoz — a QNX tartós múlttal rendelkezik tanúsított biztonsági rendszerekben.
Az ökoszisztéma ezen a rétegen olyan partnereket foglal magában, mint a Blackberry (QNX), Acontis (EtherCAT/FSOE megoldás), és a FreeRTOS (amelyhez az AWS Safety Certification Bundle‑t kínálják a Halos OS részeként). Mindkét konfiguráció jelenleg korai hozzáférésre elérhető a fejlesztők számára.
Halos alkalmazások és referenciablueprint: Outside‑In Safety
A Halos OS alkalmazási rétegéhez referenciablueprintek tartoznak. Az NVIDIA Halos Outside‑In Safety Blueprint a robotok és AMR‑ek észlelését kiterjeszti a helyszíni külső kamerákra és AI‑ügynökökre, lehetővé téve valós idejű, funkcionális biztonsági megoldásokat, amelyek növelik az üzemeltetési áteresztőképességet.
A blueprint elemei például:
- Sensor Input Processing Pipeline (SIPP): a NVIDIA Metropolis / VSS (video search and summarization) referenciastack gyűjti és feldolgozza a kamera‑streameket, detektálja és követi az érdekes objektumokat, és eseményekké konvertálja őket (ROI belépés, közelség, tripwire átlépés stb.).
- Safety AI Monitor (SAIM): folyamatosan figyeli a percepciós csővezetéket, észleli az out‑of‑distribution (OOD) bejövőket, kamera‑eltakaródást, csatlakozási kieséseket vagy képeltéréseket; jelzést ad, amely visszahívja a robotos döntéshozatalt biztonságos állapotba, amíg a feltételek helyre nem állnak.
- Safety Event Integrator (SEI): több kamera nézőpontjából érkező eseményeket fűz össze és magas konfidencia‑küszöböt követel meg; lejárt időbélyegű eseményeket selejtez.
- Safety Decision Maker (SDM): az IGX Safety Island‑en futó véges állapotú gép, amely beavatkozási jelzéseket ad (biztonságos leállás, sebességkorlátozás, ideiglenes fedés megszüntetése stb.) a rendszer állapotától függően.
A fejlesztők a NVIDIA RTX Pro és NVIDIA Isaac Sim használatával szintetikus kamera‑streameket és hardware‑in‑the‑loop teszteket tudnak futtatni.
Példa: automatizált pótkocsi‑rakodás (ATL)
A cikkben szereplő referenciaalkalmazás egy automatizált pótkocsi‑rakodás (ATL) koncepciója, amelyet a TÜV Rheinland által ellenőriztek. A probléma, hogy belső, onboard alapú észlelés gyakran megbízhatatlan a pótkocsik belsejében (a falakat rakománynak értelmezheti, vagy egyszerűen nem fér el a robot), ami lassuláshoz vagy megálláshoz vezet. Az outside‑in megközelítés külső kamerák segítségével lehetővé teszi az onboard biztonsági funkciók intelligens, ideiglenes némítását, amikor a terület biztonságos, visszaállítva a teljes hatékonyságot.
A pipeline például a VSS Blueprint‑et használja több kamera stream feldolgozására; ha a rendszer megállapítja, hogy a targoncán belül nincs személy, az SDM némítja a targoncához kötött belső biztonsági korlátozásokat. Amint egy dolgozó belép a területre, a ROI‑be lépés eseménye visszakerül az SDM‑hez, amely azonnal visszakapcsolja a teljes biztonsági viselkedést. Ha a SAIM érzékeli a kamera‑feltételek romlását (pl. fény kihunyt), out‑of‑distribution eseményt küld és a rendszer visszaáll a biztonsági alapüzemmódra.
A vállalat szerint ez jobb áteresztőképességet és megbízhatóbb biztonsági lefedettséget eredményez, mint a pusztán onboard megközelítés.
Ökoszisztéma és tanúsítási folyamat: Halos AI Systems Inspection Lab
A Halos AI Systems Inspection Lab egy ANAB‑akkreditált ISO/IEC 17020 vizsgálótestület, az első olyan program világszerte, amely AI‑t és funkcionális biztonságot egyszerre akkreditált AV és robotika területen. A folyamat során egy partner kéri a Labet, hogy ellenőrizze a Halos elemek helyes integrációját — a NVIDIA biztonsági és szabályozási szakértői előzetesen értékelik az IGX SoM‑ot, Halos Core‑t és Halos Applications‑t, majd Inspection Certificate‑et és Inspection Report‑ot adnak ki. Ezzel a partner a tanúsításhoz szükséges időt és költséget csökkentheti, mert nem kell a platformot nulláról újraértékelni; a végső tanúsítást független szervezet (például TÜV Rheinland, TÜV SÜD, SGS, exida, CERTX vagy UL Solutions) adja ki.
A cikk említi, hogy az Agility (a Digit humanoid gyártója) beépíti az NVIDIA IGX Thor‑t és a Halos OS‑t a saját emberfelismerő biztonsági rendszerébe, és a Halos AI Systems Inspection Lab tagja lesz. A Lab tagjai között több mint 43 vállalat szerepel, köztük AV‑ és robotikai szereplők és félvezető/szenzor beszállítók: Boston Dynamics, KION Group, Infineon, Texas Instruments, NXP Semiconductors, Lattice Semiconductor, Synapticon, Reynolds & Moore, SecEdge, FORT Robotics, valamint új tagokként Agility, Lyte AI, Neurealm, Ouster és Peer Robotics.
Hogyan kezdhetnek hozzá a fejlesztők?
A fejlesztők Halos Core korai hozzáférésre regisztrálhatnak az NVIDIA‑nál, és a Halos Outside‑In Safety Blueprint forráskódja elérhető a GitHubon (NVIDIA/halos‑outside‑in‑safety). Két agent‑készség (warehouse‑deploy és halos‑deploy) mostantól egyetlen parancsból segít felépíteni és futtatni outside‑in safety agenteket, automatikusan kezelve a szükséges előfeltételeket, NGC letöltéseket, konfigurációt és a VSS Blueprint‑et.
Összegzés
A NVIDIA Halos for Robotics célja, hogy az autóipari funkcionális biztonságon alapuló, tanúsítható elemeket és folyamatokat átültesse a robotikába, egy közös hardver–szoftver ökoszisztémában. A megoldás műszaki és tanúsítási eszközöket kínál (IGX Thor, Holoscan Sensor Bridge, Halos Core, Outside‑In Blueprint, és egy ANAB‑akkreditált Inspection Lab), valamint partneri támogatást, amellyel a vállalatok gyorsabban és költséghatékonyabban érhetik el a megfelelőséget és a működési hatékonyságot.
