隨著自駕車技術持續發展，AI已成為汽車產業最受關注的技術之一。從智慧駕駛輔助系統，到近年興起的End-to-End自動駕駛模型，各大車廠與科技業者都在積極探索AI如何提升車輛的感知、決策與控制能力。然而，對汽車產業而言，AI能否發揮作用從來不是唯一問題，更重要的是如何證明這些系統足夠安全，並符合嚴格的車規要求。

針對Robotaxi應用，NVIDIA推出通過ISO 26262 ASIL D認證的Halos作業系統。圖片來源：NVIDIA官網

NVIDIA近日宣布旗下Halos Safety System的重要進展，其中包括首款通過車規驗證的Halos AI作業系統(Halos OS)。從表面上看，這似乎只是NVIDIA車用產品線的一次技術升級，但若放大到整體產業布局來觀察，Halos的重要性恐怕不在於推出一套新的OS，而是反映出NVIDIA正試圖將其在資料中心市場成功建立的CUDA模式，複製到Robotaxi與自駕車產業之中。

AI自動駕駛的充分條件是安全

過去，NVIDIA在汽車領域最常談論的是AI算力。從DRIVE PX、Orin到最新的DRIVE Thor，NVIDIA持續強調平台具備更強大的運算能力，能夠支援更複雜的神經網路模型、更高解析度的感測器，以及更先進的自動駕駛功能。近年來，隨著生成式AI與Agentic AI快速發展，NVIDIA更積極推動大型語言模型、基礎模型(Foundation Model)與End-to-End自動駕駛等技術進入汽車領域。

然而，對於汽車產業而言，算力從來不是唯一門檻。相較於科技產業習慣以效能與功能作為競爭核心，汽車產業更在意的是功能安全(Functional Safety)、預期功能安全(SOTIF)、網路安全(Cybersecurity)以及法規遵循等問題。畢竟手機App當機或雲端服務中斷，最多只是影響使用體驗；但當自動駕駛系統發生錯誤時，可能引發的是人身安全風險。因此，傳統汽車產業評估一項技術時，最常問的問題往往不是模型參數有多大、推論速度有多快，而是是否符合ISO 26262、是否具備ASIL等級認證，以及相關安全機制是否能夠通過驗證。

這也是近年自動駕駛技術從研發走向量產過程中，必須面對的共同挑戰，而NVIDIA自然也不例外。雖然NVIDIA一直是自動駕駛與車用AI最積極的推動者之一，但在許多傳統車廠眼中，NVIDIA更像是一家提供高效能運算平台的科技公司，而非熟悉汽車安全文化的供應鏈夥伴。相較於中國新興電動車廠較願意接受快速迭代與OTA更新模式，歐洲、日本等傳統OEM對安全驗證流程的要求通常更加嚴格，導致AI技術如何真正進入量產車，始終是產業發展過程中的重要課題。

Halos作業系統是NVIDIA車用布局的重要轉折

從這個角度來看，Halos的出現更像是NVIDIA策略重心的一次轉變。與其說Halos是一套作業系統，不如說它是一套完整的安全架構。除了車規作業系統之外，Halos同時涵蓋安全中介軟體、安全運行環境(Runtime)、驗證工具，以及符合ISO 26262 ASIL D等級要求的安全框架。甚至連CUDA、TensorRT等原本以AI運算為核心的軟體平台，也開始推出具備功能安全認證的版本。

這代表NVIDIA正試圖將過去以效能為核心的AI軟體堆疊，逐步轉化為符合汽車產業要求的安全平台。而且，NVIDIA顯然並不滿足於單純提供軟硬體方案，而是開始向產業規則制定者的角色邁進。

回顧資料中心市場的發展歷程，NVIDIA成功的關鍵從來不只是GPU本身，而是GPU搭配CUDA所形成的完整生態系。對開發者而言，CUDA不僅是工具，更是事實上的產業標準。這種平台優勢，也成為NVIDIA能夠長期維持領先的重要原因。

如今，Halos似乎正在複製相同模式。從DRIVE Thor硬體平台，到Halos OS、安全版CUDA、安全版TensorRT、驗證工具鏈以及相關認證計畫，NVIDIA正逐步建立一套涵蓋硬體、軟體與安全驗證的完整體系。未來車廠若採用NVIDIA平台，不只是購買一顆車用晶片，而是同時導入整套安全架構與開發流程。

這樣的策略背後，其實反映出Robotaxi產業競爭邏輯的改變。過去幾年，自駕車產業競爭重點多半圍繞在感測器配置、運算能力與演算法能力。但隨著大型模型逐漸成熟，產業開始意識到另一個問題：即使AI模型已具備足夠能力，若無法證明其安全性與可靠度，仍難以大規模商業化部署。

尤其在End-to-End自動駕駛與大型駕駛模型逐漸成為主流方向後，傳統建立在規則與模組化架構上的安全驗證方法，也開始面臨挑戰。如何讓神經網路模型符合車規要求，已成為Robotaxi發展過程中的關鍵課題之一。

從自駕系統走向Physical AI

對NVIDIA而言，這不僅關係到Robotaxi市場的發展，更關係到未來Physical AI的布局。無論是自動駕駛車輛、人形機器人、工業機器人或自主移動機器人，本質上都面臨相同挑戰：如何讓AI系統在真實世界中安全運作。因此，Halos或許不只是Robotaxi的安全作業系統，更可能成為未來Physical AI時代的安全基礎架構。

過去NVIDIA試圖用CUDA改變運算產業，如今則試圖用Halos改變汽車產業。然而在成為自駕車平台標準之前，NVIDIA必須先證明自己的AI技術能夠符合汽車產業對安全與可靠度的要求。Halos的出現，某種程度上也反映出NVIDIA終於開始從「AI公司」的視角，走向「汽車供應鏈」的思維。