NVIDIA Halos to umbrellowa platforma bezpieczeństwa funkcjonalnego dla fizycznego AI ogłoszona pierwotnie na CES 2025 dla pojazdów autonomicznych i rozszerzona 22 czerwca 2026 r. na robotykę. Platforma przenosi do robotyki dorobek NVIDIA z pojazdów autonomicznych — ponad 18 600 inżynierolat prac nad bezpieczeństwem — i obejmuje pełny stos sprzętowo-programowy oraz procesowy.
Stos Halos składa się z pięciu komponentów: (1) Halos OS — safety-rated system operacyjny w konfiguracjach Linux i Linux+QNX, certyfikowany do IEC 61508 SIL 3, (2) Halos Core SDK w early access dla deweloperów aplikacji robotycznych, (3) sprzętowej wyspy bezpieczeństwa funkcjonalnego (Functional Safety Island, FSI) zintegrowanej z modułem IGX Thor, (4) Outside-In Safety Blueprint udostępnionego jako open source oraz (5) NVIDIA Halos AI Systems Inspection Lab akredytowanego przez ANAB zgodnie z ISO/IEC 17020.
Ekosystem Halos w momencie ogłoszenia obejmuje ponad 40 firm — m.in. Infineon, Texas Instruments, TÜV Rheinland i UL Solutions — które dostarczają komponenty sprzętowe, oprogramowanie i usługi certyfikacyjne kompatybilne z platformą. Pierwszym referencyjnym wdrożeniem w segmencie robotów humanoidalnych jest piąta generacja humanoida Digit firmy Agility Robotics, ze ścieżką do pracy bez barierek (fenceless cooperative safety) w obiektach Amazon, GXO, Schaeffler i Toyota na koniec 2026 r.
Platformy klasy Physical AI to oprogramowanie łączące fizyczne roboty i przemysłowe procesy produkcyjne z modelami sztucznej inteligencji. W odróżnieniu od czystego SDK czy middleware, Physical AI Platform dostarcza gotowy, end-to-end stack: percepcję, planowanie zadań, optymalizację parametrów procesu, koordynację wielu robotów oraz interfejs operatora. Adresują takie zastosowania jak obróbka powierzchniowa (szlifowanie, malowanie, polerowanie), inspekcja, montaż i pakowanie — gdzie wartość biznesowa wynika z połączenia hardware, AI i wiedzy domenowej.
SDK (Software Development Kit) to zestaw bibliotek, interfejsów, narzędzi i dokumentacji przeznaczonych do tworzenia aplikacji oraz integracji z konkretnym sprzętem, platformą lub usługą. W robotyce SDK często udostępnia dostęp do sterowania urządzeniem, telemetrii, sensorów, konfiguracji i funkcji wykonawczych.
Runtime to środowisko lub warstwa uruchomieniowa wykorzystywana do wykonywania kodu, ładowania bibliotek, obsługi zależności i działania aplikacji lub usług w czasie rzeczywistym albo w czasie pracy systemu.
Rola bezpieczeństwa funkcjonalnego opisuje oprogramowanie odpowiedzialne za to, aby robot pracujący obok ludzi nie spowodował szkody nawet w przypadku awarii sprzętu, błędu oprogramowania lub nieprzewidzianego zdarzenia środowiskowego. Komponent safety realizuje: deterministyczne wykonywanie zadań krytycznych (twarda determinika czasowa), izolację błędów (fault containment), ciągłe monitorowanie integralności systemu, przejścia do bezpiecznych stanów awaryjnych (safe states), oraz zgodność z normami bezpieczeństwa funkcjonalnego — IEC 61508 (SIL), ISO 13849 (Performance Level), ISO/IEC TR 5469 (AI w systemach safety). Typowo działa na izolowanym podsystemie sprzętowym (np. wyspa FSI) niezależnym od głównego stosu obliczeniowego.
Rola sterowania czasu rzeczywistego opisuje oprogramowanie odpowiedzialne za zamknięte pętle regulacji wykonywane z gwarantowaną, deterministyczną częstotliwością — typowo od 1 do 10 kHz dla pętli prądu/momentu w aktuatorach. W przeciwieństwie do soft real-time, w twardym reżimie czasowym przekroczenie deadline'u jest traktowane jak błąd systemowy. Realizowane na deterministycznych jądrach (Linux PREEMPT_RT, QNX Neutrino RTOS) lub na dedykowanych mikrokontrolerach. Krytyczne dla stabilności balansu robotów dwunożnych, kontroli siły, sterowania impedancyjnego i bezpieczeństwa funkcjonalnego.
Rola benchmarkingu i ewaluacji opisuje oprogramowanie odpowiedzialne za standaryzowane mierzenie zdolności robotów i modeli AI. Komponent benchmarkowy zawiera: zbiór zdefiniowanych zadań (manipulacja, lokomocja, percepcja, instrukcja), automatyczne metryki sukcesu i jakości wykonania, scenariusze testowe pokrywające wymiary generalizacji (oświetlenie, tło, szum kamery, opóźnienie sterowania), procesy odtwarzalne uruchamiania wielokrotnych prób z agregacją wyników, leaderboardy modeli (np. π0.5, GR00T, π0). Współcześnie wykorzystuje VLM (Vision-Language Models) do auto-ewaluacji złożonych kryteriów jakościowych niedostępnych dla prostych metryk numerycznych.
Developer Enablement oznacza rolę oprogramowania wspierającego deweloperów w integracji, debugowaniu, walidacji, konfiguracji, testowaniu i uruchamianiu systemów robotycznych oraz ich komponentów.
Rodzina NVIDIA Halos obejmuje pełny stos bezpieczeństwa funkcjonalnego dla fizycznego AI: system operacyjny Halos OS, Halos Core SDK, sprzętową wyspę FSI na IGX Thor oraz akredytowane laboratorium inspekcyjne.
Agility Robotics — piąta generacja humanoida Digit (planowane wdrożenie cooperative safety na koniec 2026 r., docelowo praca bez barierek w obiektach Amazon, GXO, Schaeffler, Toyota).
Ekosystem Halos obejmuje ponad 40 firm partnerskich (Infineon, Texas Instruments, TÜV Rheinland, UL Solutions). Early access dla zarejestrowanych deweloperów; AI Systems Inspection Lab akredytowane przez ANAB (ISO/IEC 17020).
C to język programowania powszechnie wykorzystywany w firmware, sterownikach, mikrokontrolerach i systemach embedded, gdzie wymagana jest bezpośrednia kontrola nad zasobami sprzętowymi.
C++ to język programowania szeroko wykorzystywany w robotyce, systemach embedded, middleware, sterowaniu i przetwarzaniu danych, szczególnie tam, gdzie istotna jest wydajność oraz bliska integracja ze sprzętem.
Python to wysokopoziomowy język programowania szeroko stosowany w robotyce, AI, computer vision, automatyzacji, testach i szybkiej integracji komponentów sprzętowych oraz software'owych.
JetPack Linux oznacza środowisko systemowe i software'owe dla platform NVIDIA Jetson, wykorzystywane do uruchamiania aplikacji AI, computer vision i robotyki edge. W praktyce bazuje na Linuxie i pakietach NVIDIA dla Jetson.
QNX Neutrino — microkernel RTOS BlackBerry QNX z POSIX API. Dominujący w ADAS / infotainment automotive (235+ mln pojazdów) i robotyce safety-critical.
Pełen stos Halos wymaga sprzętowej wyspy FSI dostępnej wyłącznie na module NVIDIA IGX Thor. Pojedyncze komponenty stosu (np. Outside-In Safety Blueprint) mogą działać szerzej.
Specjalizowana platforma obliczeniowa NVIDIA Jetson oparta na architekturze AArch64 z zintegrowanym GPU NVIDIA (architektura Ampere w Orin, Maxwell/Pascal/Volta w starszych modułach) i akceleratorem DLA (Deep Learning Accelerator). JetPack SDK: kompletny stack software dla Jetson obejmujący L4T (Linux for Tegra – Ubuntu-based OS), CUDA, cuDNN, TensorRT, VPI (Vision Programming Interface), Multimedia API. Moduły Jetson Orin: AGX Orin (12-core Cortex-A78AE, Ampere GPU 2048 CUDA cores, 64 GB RAM, TDP 15–60W), Orin NX 16GB (8-core, 1024 CUDA cores, 16 GB RAM, TDP 10–25W – używany w Unitree G1), Orin Nano (6-core, 1024 CUDA cores, 8 GB RAM, TDP 7–15W). Isaac ROS: oficjalne GPU-accelerated pakiety ROS 2 dla Jetson, dystrybuowane przez NVIDIA NGC Container Registry. Wsparcie ROS 2: tier-1 dla aarch64 Ubuntu 22.04 (Humble) i Ubuntu 24.04 (Jazzy) na JetPack 5.x/6.x. Kluczowa platforma dla robotyki z wymaganiami AI: perception pipeline (stereo depth, object detection, pose estimation), SLAM, VLA inference na edge. Przykłady wdrożeń: Unitree G1 (Orin NX 16GB jako high-level compute), Boston Dynamics (wybrane produkty), drony autonomiczne (Skydio), roboty AMR wymagające edge AI.
ARM 64-bit – NVIDIA Jetson, Raspberry Pi 4/5, Apple Silicon.
Standard middleware OMG (Object Management Group) oparty o model publish-subscribe, zaprojektowany dla systemów rozproszonych czasu rzeczywistego. Definiuje warstwę komunikacyjną DCPS (Data-Centric Publish-Subscribe) oraz protokół przewodowy RTPS (Real-Time Publish-Subscribe). Stosowany jako domyślna warstwa komunikacyjna w ROS 2 – każda implementacja ROS 2 opiera się na jednej z implementacji DDS (CycloneDDS, Fast DDS, Connext DDS). Obsługuje discovery, QoS, reliability, durability i liveliness.
Rozszerzenie standardu CAN 2.0 zwiększające przepustowość do 8 Mbit/s i rozmiar ramki danych do 64 bajtów (vs 8 bajtów w CAN 2.0). Zachowuje wsteczną kompatybilność z CAN 2.0 na poziomie arbitrażu. Stosowany w nowoczesnych robotach humanoidalnych i manipulatorach wymagających szybkiej transmisji danych telemetrycznych z wielu stawów jednocześnie.
Wysokowydajny standard magistrali komputerowej stosowany do podłączania GPU, kart sieciowych i kart rozszerzeń. W robotyce relevantny w kontekście modułów obliczeniowych (NVIDIA Jetson AGX Orin – PCIe Gen4, Orin NX – PCIe Gen3).
Standardowy protokół sieciowy IEEE 802.3 z TCP/IP jako warstwą transportową. Stosowany jako główny interfejs komunikacji między komputerem nadrzędnym (host PC) a robotem w SDK takich jak Unitree SDK2, Boston Dynamics API, Universal Robots URScript. Nie zapewnia deterministyczności (best-effort delivery).
Peripheral Component Interconnect Express 5.0 – przepustowość 32 GT/s na tor: x16 = 63 GB/s. Pojawia się w najnowszych platformach x86 (Intel Core Ultra, AMD Ryzen 7000) stosowanych jako komputery pokładowe robotów najwyższej klasy.
Controller Area Network Flexible Data-Rate – rozszerzenie CAN 2.0 zachowujące arbitraż przy 1 Mbit/s i zwiększające prędkość transmisji danych do 8 Mbit/s oraz rozmiar ramki do 64 bajtów. W robotyce humanoidalnej stosowany do szybkiej komunikacji między kontrolerem głównym a modułami stawowymi.
Najwyższa klasa latencji – deterministyczne czasy odpowiedzi poniżej 1 ms z gwarancją dotrzymania deadline'ów bez żadnych wyjątków. Przekroczenie terminu jest traktowane jako błąd krytyczny systemu (system failure). Realizowane wyłącznie na dedykowanych systemach operacyjnych czasu rzeczywistego (RTOS): VxWorks, QNX Neutrino, LynxOS, RTEMS, Zephyr RTOS lub jądrze Linux z łatką RT-PREEMPT. Typowe zastosowania: kontrola prądów silników BLDC/PMSM (10–100 kHz), synchronizacja enkoderów absolutnych, safety-critical E-Stop. Odpowiednik TRL 9 w deterministyczności.
Deterministyczna klasa latencji 1–5 ms z twardą gwarancją dotrzymania deadline'ów. Realizowane na RTOS lub Linux RT-PREEMPT z izolacją CPU. Typowe cykle: 1 ms (1 kHz) dla pętli prędkości silników, 2 ms (500 Hz) dla pętli pozycji stawów, 5 ms (200 Hz) dla pętli sił i momentów. Komunikacja przez EtherCAT, CAN FD. Zastosowania: pętle regulacji prędkości w manipulatorach przemysłowych, sterowanie stawami robotów humanoidalnych w trybie low-level.
Edge oznacza typ wdrożenia, w którym oprogramowanie działa na lokalnym urządzeniu obliczeniowym, bramce, komputerze przemysłowym lub innym zasobie blisko robota i sensorów, bez konieczności przetwarzania w chmurze.
On Robot oznacza typ wdrożenia, w którym oprogramowanie działa bezpośrednio na robocie lub na jego pokładowym module obliczeniowym, np. komputerze przemysłowym, SBC lub platformie edge AI.
Rodzina licencji: Własnościowa – komercyjna
Domyślny status prawny oprogramowania bez jawnie określonej licencji – wszystkie prawa zastrzeżone przez właściciela praw autorskich. Użycie, modyfikacja i dystrybucja są zabronione bez pisemnej zgody właściciela. Nie jest licencją w ścisłym sensie, lecz brakiem licencji – kod bez pliku LICENSE jest domyślnie All Rights Reserved.
Ważna informacja dla edytorów: oprogramowanie bez jawnego pliku licencji jest automatycznie All Rights Reserved i nie może być legalnie używane, modyfikowane ani dystrybuowane. Producenci robotów powinni zawsze jawnie określać licencję. Redaktorzy Robocikowo powinni flagować wpisy bez określonej licencji i kontaktować się z producentem w celu wyjaśnienia.
Rodzina licencji: Licencja permisywna
Permissive licencja open source opracowana przez Apache Software Foundation. Zawiera jawne udzielenie praw patentowych przez kontrybutorów (patent grant) oraz klauzulę retaliation (utrata licencji przy pozwie patentowym). Wymaga zachowania tekstu licencji, NOTICE file i informacji o zmianach w modyfikowanych plikach.
Oficjalna licencja Open Robotics dla rdzenia ROS 2 i większości pakietów tier-1. Standard de facto dla oprogramowania robotycznego open source. Klauzula patentowa chroni użytkowników przed pozwami ze strony kontrybutorów – preferowana nad MIT w projektach korporacyjnych. Kompatybilna z GPL v3 (ale nie GPL v2).
