N
NVIDIA
2026-06-11
Product Launch 影响: Major 置信: 85%

NVIDIA发布Halos OS:以安全认证操作系统夺取自动驾驶控制权

内容摘要

NVIDIA推出Halos全栈安全系统,包括ASIL D认证的Halos Core操作系统、标准化传感器抽象层Halos SDK、AI安全护栏Halos Applications,以及云端安全评估框架SEF。该系统基于DRIVE Hyperion平台,旨在为L4级自动驾驶提供内建安全,而非事后补丁。

核心要点

NVIDIA在GTC Taipei上宣布了Halos OS,作为NVIDIA Halos全栈安全系统的核心组件。Halos OS包含三层:

  • Halos Core:基于DriveOS的下一代,已通过ISO 26262 ASIL D认证,提供安全关键函数的隔离(hypervisor),并支持CUDATensorRT,以及TensorRT Edge-LLM开源框架用于大模型推理。
  • Halos SDK:提供传感器抽象层和车辆抽象层,解耦自动驾驶栈与具体传感器驱动,确保更换传感器不影响上层应用。包含确定性调度器、零拷贝IPC、错误处理框架和场景数据记录器。
  • Halos Applications:提供基于规则的AI安全护栏,包括世界模型感知和NVIDIA DRIVE主动安全栈(AEB、车道偏离等)。支持Alpamayo开放模型族,具备链式思维推理能力。

此外,Halos SEF(安全评估框架)基于330多篇论文和1000多项专利,提供从L2到L4的安全案例构建指南。Halos Infra运行在NVIDIA的三计算机解决方案(DGX训练、Omniverse/OVX模拟、AGX车载计算机)上。
合作伙伴包括Uber/Autobrains(慕尼黑)、Foxconn(台湾)、VinFast(东南亚)、HUMAIN(沙特)。

重要性说明

NVIDIA的Halos OS表面上是一个安全认证操作系统,实质上是通过控制平面转移,将自动驾驶系统的核心控制权从传统的传感器供应商、应用开发者手中夺走,锁定到NVIDIA的DRIVE Hyperion平台和CUDA生态。其隐性锁定策略在于:

  • Halos SDK的传感器抽象层和车辆抽象层,一旦采用,更换传感器或计算平台将面临巨大的接口重构成本,因为所有上层应用都依赖于NVIDIA定义的API和调度器。这直接合围传统Tier 1如Bosch、Continental,以及替代芯片方案如Qualcomm Snapdragon Ride。
  • Halos Core的ASIL D认证和hypervisor隔离,使得任何非NVIDIA的软件栈必须通过其认证接口,否则无法获得安全认证。这相当于在功能安全层面建立了一道专有壁垒
  • NVIDIA刻意隐瞒了Halos OSAGX硬件的深度依赖。虽然声称支持标准化接口,但零拷贝IPC和确定性调度器高度依赖NVIDIA的GPU和NVLink等内部架构。在异构计算场景下(如集成第三方NPU),性能会严重下降,尾部延迟不可控。此外,TensorRT Edge-LLM看似开源,但推理优化仍绑定NVIDIA GPU,无法在ARM或RISC-V平台上高效运行。

PRO 决策建议

【厂商】竞争对手(如QualcommMobileye地平线)应强调NVIDIA Halos OS的平台锁定风险:其传感器抽象层和车辆抽象层实际上强制了DRIVE Hyperion硬件栈,导致高昂的迁移成本。应推广基于开源中间件(如ROS 2、AUTOSAR Adaptive)的解决方案,证明其同样能通过ASIL D认证且不绑定特定硬件。同时,指出Halos Core对AGX的依赖在异构SoC场景下的性能损失,展示自家芯片在实时性和功耗上的优势。
【企业】CIO和架构师必须进行零信任技术审计:要求NVIDIA提供Halos OS在非AGX平台(如ARM服务器、第三方GPU)上的性能基准测试,特别是尾部延迟和确定性调度器的行为。评估更换传感器或计算平台的实际成本,避免被Halos SDK的抽象层锁定。建议要求NVIDIA开放Halos Core的hypervisor接口标准,或寻求多家供应商的安全OS方案以保持架构弹性。
【投资者】看穿NVIDIA的公关辞令:Halos OS本质是扩大其自动驾驶生态护城河,通过安全认证和标准化接口将竞争对手排除在外。短期利好NVIDIA的DRIVE业务,但长期面临监管风险(反垄断)和替代方案(如Mobileye的REM+安全模型)。关注NVIDIA在Halos OS上投入的研发成本是否转化为实际订单,以及合作伙伴(如Uber)是否真正大规模部署而非试点。

来源: NVIDIA新闻中心
查看原文 →

觉得这篇分析有用?

每周收到3-5条AI基础设施关键信号 →

💬 评论 (0)