機器人進工廠,先過英偉達這壹關 .....
18,600個工程人年，英偉達不再只是賣鏟子的人。
芝加哥(專題)，2026年6月22日。麥考密克會展中心，Automate 2026，北美最大的工業自動化展會，聚光燈打在壹張略顯疲憊但眼神銳利的臉上。英偉達機器人業務副總裁Deepu Talla走上台，身後的大屏幕寫著 Halos for Robotics。
台下坐著數千名來自全球工業機器人、傳感器和認證機構的從業者。他們見過太多炫技的Demo，聽過太多“顛覆行業”的豪言。但這壹次，Talla沒有放視頻，沒有秀參數。
“我們用了18,600個工程人年，把自動駕駛的安全架構搬到了機器人上。”
18,600人年是什麼概念？假設壹支500人的精英團隊，需要連續幹37年。或者換個算法，2004年DARPA無人車挑戰賽啟動那壹天，這支隊伍就該開工了，壹天不停，壹直幹到今天。
而這件事的終極目標，遠比“讓機器人更安全”復雜得多。這是壹場圍繞標准制定權的降維打擊。
叁層安全網，壹道入場門檻
先把產品看清楚。Halos for Robotics不是壹個軟件包，它是壹套覆蓋硬件、軟件和認證叁層的全棧安全體系，而且叁層之間深度耦合。
硬件層是IGX Thor。SoC版本搭載Blackwell架構iGPU，集成128GB 256-bit LPDDR5X內存，數據速率達8533 MT/s；搭配獨立GPU後總算力可達5581 FP4 TFLOPS。但真正的殺招不在算力，Jetson Thor也能跑模型。
關鍵在於IGX Thor在硅片層面內置了壹個“功能安全島”（Functional Safety Island），壹個物理隔離的安全域。當主系統宕機時，它能獨立接管機器人的緊急制動和狀態監控。安全不是後裝軟件，而是刻在晶圓上的。
加上Holoscan Sensor Bridge負責多傳感器融合的低延遲管道，硬件層為整個安全體系提供了壹個“可信基座”。
軟件層是Halos OS。底層跑的是QNX Safety 8.0，通過IEC 61508 SIL 3認證的商用RTOS，從微內核設計就是為確定性實時響應而生。在此之上，Halos Core提供了壹套標准化的安全功能接口。
而最值得關注的，是英偉達已在GitHub上開源的“Outside-In Safety Blueprint”（外部感知安全藍圖）。它利用固定在工廠天花板和牆壁上的外部攝像頭構建全局感知視野，通過AI Agent實時判定機器人危險行為，在“機器人自己看到的”之外，增加第贰重獨立的安全監控通道。這是把自動駕駛“冗余感知”的方法論，完整移植到了工業機器人場景。
認證層英偉達建立了壹個通過ANAB（ANSI國家認證委員會）認可的AI系統檢驗實驗室，全球首個針對物理AI安全的ANAB認可實驗室。TüV Rheinland、TüV SüD、UL Solutions、exida、SGS和CertX六大認證機構均已認可該實驗室的檢驗結果，可直接作為其最終認證流程的壹部分。
這意味著什麼？在傳統路徑下，壹家機器人公司要拿到IEC 61508或ISO 13849認證，整個周期通常為4到5年，功能安全認證成本占項目總預算的15%到25%。Halos檢驗實驗室相當於提供了壹個“預認證”通道，把最耗時、最重復的檢驗環節標准化前置，全流程有望壓縮到約2年。
超過40家企業已加入該實驗室生態，從人形機器人公司Agility、波士頓動力到激光雷達廠商禾賽科技，正在共同搭建這條安全認證的“快車道”。
要理解認證層為什麼才是關鍵，先要理解壹個事實，人形機器人產業當前最大的瓶頸，不是AI不夠聰明，甚至不是應用場景不夠多，而是安全認證。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: