NVIDIA تعرض توسع الروبوتاكسي كمشكلة حزمة أمان لا كسباق نماذج ذكاء اصطناعي فقط
تربط رسالة NVIDIA حول Halos OS برامج روبوتاكسي جديدة في Munich وTaiwan وSoutheast Asia وSaudi Arabia ببرمجيات معتمدة وواجهات موحدة وحواجز أمان وبنية تحقق.
نمو الروبوتاكسي يضع حزمة الأمان تحت التدقيق
تستخدم NVIDIA رسالة Halos Operating System لتقول إن نشر الروبوتاكسي لا يمكن أن يعتمد فقط على نماذج إدراك أفضل أو قرارات قيادة أكثر قدرة. فتصور الشركة هو أن الأساطيل الذاتية تحتاج إلى أساس أمان إنتاجي يستطيع عزل الأعطال، والتحقق من حدود النظام، ودعم الاختبار قبل أن تعمل المركبات على الطرق العامة.
يرتبط التوقيت بدفعة أوسع في الروبوتاكسي. وتشمل التعاونات الجديدة التي أبرزت في NVIDIA GTC Taipei برنامج Uber وAutobrains في Munich، وتوسع Foxconn في Taiwan، وعمل VinFast مع Autobrains من أجل Southeast Asia، وبرنامج HUMAIN في Saudi Arabia. ويمنح ذلك الإعلان امتدادا جغرافيا عبر Europe وAsia وMiddle East بدلا من سردية تجربة في مدينة واحدة.
Halos OS يحول الأمان إلى بنية متعددة الطبقات
تقدم حزمة Halos OS كجزء من نظام الأمان الأوسع Halos لدى NVIDIA، وهي مبنية على NVIDIA DRIVE Hyperion. الطبقة الأولى، Halos Core، توصف بأنها الجيل التالي من NVIDIA DriveOS ومعتمدة وفق معايير أمان السيارات. ويستخدم النظام hypervisor لفصل الوظائف الحرجة للسلامة بحيث لا يصل العطل إلى أدوات التحكم في المركبة.
تقول NVIDIA أيضا إن Halos Core متوافق مع ASIL D ويتضمن دعما معتمدا للسلامة لـ NVIDIA CUDA وTensorRT. وبالنسبة إلى المطورين، تكمن الأهمية في أن حجة السلامة تلحق بحزمة الحوسبة نفسها، لا تعامل كغلاف امتثال يضاف في مرحلة متأخرة بعد بناء برمجيات القيادة الذاتية.
الواجهات وحواجز الأمان هي القيد التجاري
تجمع مركبات الروبوتاكسي بين cameras وradar وlidar ومستشعرات أخرى تنتج بيانات بتنسيقات وتوقيتات مختلفة. وتهدف Halos SDK إلى تقليل عبء الدمج عبر طبقات تجريد للمستشعرات والمركبة، مع توفير scheduler حتمي، واتصال zero-copy بين العمليات، ومعالجة للأخطاء، وتسجيل لسيناريوهات التشغيل.
تعالج طبقة التطبيقات خطرا مختلفا: أنظمة ذكاء اصطناعي تؤدي جيدا لكنها تحتاج إلى سلوك محدود بضوابط. تقول NVIDIA إن Halos Applications تستخدم وظائف حتمية قائمة على القواعد، وتتضمن قدرات سلامة نشطة مثل automatic emergency braking وlane departure warning وblind spot monitoring وcollision warning. ويمكنها أيضا العمل مع نماذج end-to-end AI، بما في ذلك عائلة Alpamayo لتطوير المركبات الذاتية.
التحقق يصبح نقطة الإثبات الأصعب
تغطي Halos Infra التطوير السحابي للتدريب والمحاكاة والتحقق على نطاق واسع. وتقول NVIDIA إن Halos Safety Evaluation Framework يدعم بناء حالة السلامة من L2 driver assistance إلى L4 robotaxis، ويستند إلى أكثر من 330 ورقة بحثية و1,000 براءة اختراع طورت ضمن Halos OS.
يثبت الإعلان أن NVIDIA تضع سلامة الروبوتاكسي كبنية تمتد عبر دورة الحياة الكاملة، من التدريب والمحاكاة في مركز البيانات إلى الاستدلال داخل المركبة. لكنه لا يثبت أن الأساطيل المذكورة حصلت على موافقات المنظمين المحليين، أو وصلت إلى نطاق تجاري، أو قدمت أداء سلامة في خدمة عامة. الاختبار التالي هو ما إذا كانت برامج الروبوتاكسي الإقليمية هذه ستحول الحزمة إلى دليل نشر قابل للتدقيق.
