NVIDIA Halos 唔係一粒晶片、一套作業系統，亦唔係裝咗就可以令自駕車或機械人「自動安全」嘅單一產品。它較接近一個把實體 AI 安全工作串起來嘅框架：由模型開發、模擬、硬件與軟件工程，到實際部署及其後更新，都保留可追溯嘅證據，讓整個系統喺全生命週期內有基礎作安全評估。56

呢個分別好關鍵。一粒經安全評估嘅晶片、一個通過認證嘅作業系統元件，或者一次整合檢查，都可以支援安全論證；但最終設計、營運車輛或機械人嘅公司，仍然要為端到端系統驗證、監管審批同實際安全營運負責。Einride 計劃中的重型自動駕駛貨車系統，正好反映呢種責任分工。4

由雲端開發到落地機器

Halos 把車輛或機械人架構、晶片、作業軟件、AI 模型、開發工具及服務放入同一個安全工作流程。就自動駕駛車（AV）而言，NVIDIA 描述嘅流程涵蓋模型訓練與測試、利用 Omniverse 和 Cosmos 作模擬、驗證與安全相關嘅硬件／軟件堆疊，以及最終部署到車上。56

核心概念係可追溯性：某一環節產生嘅驗證證據，要可以供下一環節使用。換言之，當模型、感測器配置或軟件有改動時，團隊可以將改動放返入既有模擬和驗證結果之中評估，而唔係當成一次完全獨立嘅軟件更新。NVIDIA 認為，咁樣可令安全工程隨系統演進時更容易重複執行。6

NVIDIA 將 Halos 分為三層：平台安全、演算法安全同生態系統安全。前者關乎底層運算與軟件基礎；第二層處理 AI 行為；第三層則包括系統整合、檢查，以及供應商與認證機構組成嘅支援網絡。13

自駕車方案有乜組件？

Halos 用於 AV 嘅主要元素包括：

• NVIDIA DRIVE AGX Thor：按安全工程設計嘅加速運算平台；
• NVIDIA Hyperion：面向 Level 4 自動化嘅全棧車輛平台及參考架構；
• Halos OS：統一安全軟件基礎，以 Halos Core 為核心；Halos Core 是 NVIDIA DriveOS 嘅後繼版本；
• NVIDIA Omniverse 與 Cosmos：用於雲端開發、模擬及驗證工具鏈。610

要留意，Hyperion 並唔係一部完成品 robotaxi 或自動貨車，而係整合運算、感測器同軟件基礎嘅參考架構。車廠或系統開發商仍要按自己應用場景，調整設計並建立其安全論證。314

Einride 點樣用 Hyperion？

Einride 表示，會以 NVIDIA Hyperion 開發下一代 Einride Driver 自動駕駛貨運系統。合作包括因應重型貨運需要，調整 Hyperion 的運算、感測器、軟件及安全架構，並採用 Halos 與 Cosmos 協助開發和驗證。34

NVIDIA 提供底層運算平台、AI 開發工具同安全框架；Einride 則繼續承擔端到端駕駛系統、安全驗證、監管批准及客戶部署嘅責任。4

擴展到機械人後，加咗乜？

NVIDIA 已把 Halos 延伸至機械人與實體 AI，並加入針對該領域嘅堆疊。已列明嘅基礎包括供工業邊緣 AI 使用嘅 NVIDIA IGX Thor、用於感測器輸入輸出與處理嘅 NVIDIA Holoscan Sensor Bridge，以及 Halos 軟件基礎和檢查途徑。118

整體安全原則可以與 AV 共通，但 NVIDIA 強調，平台、標準及支持證據仍按機械人領域而定。即係話，共用框架唔等於工廠機械臂、移動機械人同自駕車可以套用完全一樣嘅安全要求。6

參與生態系統嘅公司與晶片夥伴

NVIDIA 表示，Halos AI Systems Inspection Lab 有 43 個生態系統成員。已點名嘅 AV 參與者包括 AUMOVIO、Bosch、Gatik、Hesai、Lucid、MIRA、onsemi、PlusAI、Sony、Valeo 及 Wayve。機械人方面，嵌入式軟件供應商有 acontis 和 QNX；Advantech 與 NexCOBOT 則製造按安全設計嘅 IGX 系統。17

呢批公司橫跨自動駕駛、先進駕駛輔助系統（ADAS）、感測、半導體、系統整合、驗證與安全保證。成為生態系統成員，唔應該解讀為其每一件最終產品已獲認證或已投入部署。7

NVIDIA 另列出 Hyperion 生態系統成員：Aeva、AUMOVIO、Astemo、Arbe、Bosch、Hesai、Magna、OMNIVISION、Quanta、Sony 及 ZF。Astemo、AUMOVIO、Bosch、Magna、Quanta 和 ZF 已宣布建立以 Hyperion 為基礎嘅電子控制單元；Aeva、Arbe、Hesai、OMNIVISION 與 Sony 等夥伴，則參與開放平台上感測器套件嘅資格驗證。20

半導體方面，NVIDIA 在 AV 檢查生態系統中列出 onsemi；在機械人領域則點名 Infineon、NXP、STMicroelectronics 及 Texas Instruments，指它們提供感測器、安全微控制器及其他半導體技術。NXP 亦表示自己是 Halos AI Systems Inspection Lab 成員。721

獨立評估與認證，究竟證明到乜？

NVIDIA 指 Halos 相關技術已有逾 30 項安全及網絡安全證書與評估報告。其資料稱，TÜV SÜD 已將 NVIDIA 的汽車產品生命週期及核心硬件／軟件流程認證至汽車安全完整性等級 D（ASIL D）；DriveOS 6.0 獲認證符合 ISO 26262 ASIL D，Thor-X 則被評估為符合 ASIL D。NVIDIA 亦列出 ISO/SAE 21434 網絡安全流程認證，以及 TÜV Rheinland 對 NVIDIA DRIVE AV 所作嘅獨立 UNECE 安全評估。1217

Halos 亦包括 NVIDIA AI Systems Inspection Lab，即一個獲 ANAB 認可、符合 ISO/IEC 17020 嘅檢查機構。NVIDIA 表示，該實驗室會進行獨立評估，並營運 Halos Certified 計劃，協助夥伴為第三方認證作準備；相關機構包括 TÜV Rheinland、UL Solutions、TÜV SÜD、exida、SGS 及 CertX。11118

不過，最重要係睇清楚適用範圍。認可與檢查可證明某個檢查機構及其流程符合既定要求；一個元件證書或評估，只適用於被評估嘅產品與範圍。它們並唔會自動證明所有採用 Halos 嘅車輛或機械人，都適合在每一種運作環境下安全使用。最終系統開發商仍要做針對應用場景嘅驗證、取得批准，並設立營運控制措施。411

點解 NVIDIA 認為要有可擴展嘅安全基建？

NVIDIA 以部署規模解釋點解需要可重用嘅安全基建：ABI Research 預測，到 2035 年 Level 3 至 Level 5 自動駕駛車嘅累計裝機量將達 4,900 萬輛；Omdia 估計工業機械人約有 6,000 萬部。6

當規模去到呢個水平，每次模型、感測器組合、硬件配置或軟件版本改動，都可能帶來新嘅安全保證問題。NVIDIA 嘅主張係，需要一個共通、由證據串連嘅方法，讓團隊可一致地評估改動，並更有效率地接受審核。6

所以，較準確嘅理解係：Halos 嘗試把安全保證變成實體 AI 全生命週期中持續進行嘅工程紀律。它承諾嘅唔係「認證會自動完成」，而係為愈來愈複雜嘅自動系統，提供一個較有結構嘅基礎，去建立、記錄、檢查及接受獨立評估。156

NVIDIA Halos 唔係一粒晶片、一套作業系統，亦唔係裝咗就可以令自駕車或機械人「自動安全」嘅單一產品。它較接近一個把實體 AI 安全工作串起來嘅框架：由模型開發、模擬、硬件與軟件工程，到實際部署及其後更新，都保留可追溯嘅證據，讓整個系統喺全生命週期內有基礎作安全評估。56

呢個分別好關鍵。一粒經安全評估嘅晶片、一個通過認證嘅作業系統元件，或者一次整合檢查，都可以支援安全論證；但最終設計、營運車輛或機械人嘅公司，仍然要為端到端系統驗證、監管審批同實際安全營運負責。Einride 計劃中的重型自動駕駛貨車系統，正好反映呢種責任分工。4

由雲端開發到落地機器

Halos 把車輛或機械人架構、晶片、作業軟件、AI 模型、開發工具及服務放入同一個安全工作流程。就自動駕駛車（AV）而言，NVIDIA 描述嘅流程涵蓋模型訓練與測試、利用 Omniverse 和 Cosmos 作模擬、驗證與安全相關嘅硬件／軟件堆疊，以及最終部署到車上。56

核心概念係可追溯性：某一環節產生嘅驗證證據，要可以供下一環節使用。換言之，當模型、感測器配置或軟件有改動時，團隊可以將改動放返入既有模擬和驗證結果之中評估，而唔係當成一次完全獨立嘅軟件更新。NVIDIA 認為，咁樣可令安全工程隨系統演進時更容易重複執行。6

NVIDIA 將 Halos 分為三層：平台安全、演算法安全同生態系統安全。前者關乎底層運算與軟件基礎；第二層處理 AI 行為；第三層則包括系統整合、檢查，以及供應商與認證機構組成嘅支援網絡。13

自駕車方案有乜組件？

Halos 用於 AV 嘅主要元素包括：

• NVIDIA DRIVE AGX Thor：按安全工程設計嘅加速運算平台；
• NVIDIA Hyperion：面向 Level 4 自動化嘅全棧車輛平台及參考架構；
• Halos OS：統一安全軟件基礎，以 Halos Core 為核心；Halos Core 是 NVIDIA DriveOS 嘅後繼版本；
• NVIDIA Omniverse 與 Cosmos：用於雲端開發、模擬及驗證工具鏈。610

要留意，Hyperion 並唔係一部完成品 robotaxi 或自動貨車，而係整合運算、感測器同軟件基礎嘅參考架構。車廠或系統開發商仍要按自己應用場景，調整設計並建立其安全論證。314

Einride 點樣用 Hyperion？

Einride 表示，會以 NVIDIA Hyperion 開發下一代 Einride Driver 自動駕駛貨運系統。合作包括因應重型貨運需要，調整 Hyperion 的運算、感測器、軟件及安全架構，並採用 Halos 與 Cosmos 協助開發和驗證。34

NVIDIA 提供底層運算平台、AI 開發工具同安全框架；Einride 則繼續承擔端到端駕駛系統、安全驗證、監管批准及客戶部署嘅責任。4

擴展到機械人後，加咗乜？

NVIDIA 已把 Halos 延伸至機械人與實體 AI，並加入針對該領域嘅堆疊。已列明嘅基礎包括供工業邊緣 AI 使用嘅 NVIDIA IGX Thor、用於感測器輸入輸出與處理嘅 NVIDIA Holoscan Sensor Bridge，以及 Halos 軟件基礎和檢查途徑。118

整體安全原則可以與 AV 共通，但 NVIDIA 強調，平台、標準及支持證據仍按機械人領域而定。即係話，共用框架唔等於工廠機械臂、移動機械人同自駕車可以套用完全一樣嘅安全要求。6

參與生態系統嘅公司與晶片夥伴

NVIDIA 表示，Halos AI Systems Inspection Lab 有 43 個生態系統成員。已點名嘅 AV 參與者包括 AUMOVIO、Bosch、Gatik、Hesai、Lucid、MIRA、onsemi、PlusAI、Sony、Valeo 及 Wayve。機械人方面，嵌入式軟件供應商有 acontis 和 QNX；Advantech 與 NexCOBOT 則製造按安全設計嘅 IGX 系統。17

呢批公司橫跨自動駕駛、先進駕駛輔助系統（ADAS）、感測、半導體、系統整合、驗證與安全保證。成為生態系統成員，唔應該解讀為其每一件最終產品已獲認證或已投入部署。7

NVIDIA 另列出 Hyperion 生態系統成員：Aeva、AUMOVIO、Astemo、Arbe、Bosch、Hesai、Magna、OMNIVISION、Quanta、Sony 及 ZF。Astemo、AUMOVIO、Bosch、Magna、Quanta 和 ZF 已宣布建立以 Hyperion 為基礎嘅電子控制單元；Aeva、Arbe、Hesai、OMNIVISION 與 Sony 等夥伴，則參與開放平台上感測器套件嘅資格驗證。20

半導體方面，NVIDIA 在 AV 檢查生態系統中列出 onsemi；在機械人領域則點名 Infineon、NXP、STMicroelectronics 及 Texas Instruments，指它們提供感測器、安全微控制器及其他半導體技術。NXP 亦表示自己是 Halos AI Systems Inspection Lab 成員。721

獨立評估與認證，究竟證明到乜？

NVIDIA 指 Halos 相關技術已有逾 30 項安全及網絡安全證書與評估報告。其資料稱，TÜV SÜD 已將 NVIDIA 的汽車產品生命週期及核心硬件／軟件流程認證至汽車安全完整性等級 D（ASIL D）；DriveOS 6.0 獲認證符合 ISO 26262 ASIL D，Thor-X 則被評估為符合 ASIL D。NVIDIA 亦列出 ISO/SAE 21434 網絡安全流程認證，以及 TÜV Rheinland 對 NVIDIA DRIVE AV 所作嘅獨立 UNECE 安全評估。1217

Halos 亦包括 NVIDIA AI Systems Inspection Lab，即一個獲 ANAB 認可、符合 ISO/IEC 17020 嘅檢查機構。NVIDIA 表示，該實驗室會進行獨立評估，並營運 Halos Certified 計劃，協助夥伴為第三方認證作準備；相關機構包括 TÜV Rheinland、UL Solutions、TÜV SÜD、exida、SGS 及 CertX。11118

不過，最重要係睇清楚適用範圍。認可與檢查可證明某個檢查機構及其流程符合既定要求；一個元件證書或評估，只適用於被評估嘅產品與範圍。它們並唔會自動證明所有採用 Halos 嘅車輛或機械人，都適合在每一種運作環境下安全使用。最終系統開發商仍要做針對應用場景嘅驗證、取得批准，並設立營運控制措施。411

點解 NVIDIA 認為要有可擴展嘅安全基建？

NVIDIA 以部署規模解釋點解需要可重用嘅安全基建：ABI Research 預測，到 2035 年 Level 3 至 Level 5 自動駕駛車嘅累計裝機量將達 4,900 萬輛；Omdia 估計工業機械人約有 6,000 萬部。6

當規模去到呢個水平，每次模型、感測器組合、硬件配置或軟件版本改動，都可能帶來新嘅安全保證問題。NVIDIA 嘅主張係，需要一個共通、由證據串連嘅方法，讓團隊可一致地評估改動，並更有效率地接受審核。6

所以，較準確嘅理解係：Halos 嘗試把安全保證變成實體 AI 全生命週期中持續進行嘅工程紀律。它承諾嘅唔係「認證會自動完成」，而係為愈來愈複雜嘅自動系統，提供一個較有結構嘅基礎，去建立、記錄、檢查及接受獨立評估。156