NVIDIA präsentiert Halos for Robotics als umfassendes Sicherheitsframework für physische KI

Die Integration von künstlicher Intelligenz in physische Systeme, insbesondere in der Robotik, stellt die Industrie vor neue Herausforderungen im Bereich der Sicherheit. Während Roboter in industriellen Umgebungen traditionell durch physische Barrieren von Menschen getrennt agierten, erfordert die nächste Generation autonomer Systeme, die direkt mit oder neben Menschen arbeiten, eine grundlegende Neudefinition von Sicherheitsstandards. NVIDIA hat darauf mit der Einführung von "Halos for Robotics" reagiert, einem umfassenden Sicherheitsframework, das darauf abzielt, die Sicherheit physischer KI-Anwendungen zu erhöhen.

Eine ganzheitliche Sicherheitsarchitektur für physische KI

NVIDIA Halos for Robotics wird als branchenweit erstes Full-Stack-Sicherheitssystem für die Robotik und physische KI positioniert. Es vereint KI-Computing, Sicherheitssoftware, Sensoranbindung und Zertifizierungsvorbereitung in einem einzigen, kohärenten Rahmen. Das System ist darauf ausgelegt, die Lücke zwischen der traditionellen Robotiksicherheit und den Anforderungen dynamischer, KI-gesteuerter Anwendungen zu schließen, bei denen Roboter komplexe Entscheidungen treffen und in unstrukturierten Umgebungen agieren müssen.

Transfer von bewährten Sicherheitskonzepten

Ein zentraler Aspekt von Halos ist die Übernahme von Sicherheitsprinzipien, die in über 18.000 Ingenieurjahren in der Entwicklung autonomer Fahrzeuge etabliert wurden. Durch die Wiederverwendung von sieben Millionen Zeilen validiertem Code, der ursprünglich für Personenkraftwagen entwickelt wurde, können Unternehmen redundante Entwicklungszyklen vermeiden. Die zugrunde liegenden Entwicklungsprozesse und funktionalen Sicherheitsstandards sind sowohl im Automobilbereich als auch in industriellen Anwendungen anwendbar. Unabhängige Prüfungen durch Organisationen wie TÜV SÜD und TÜV Rheinland haben die Hardware-Konformität in beiden Sektoren bestätigt.

NVIDIA engagiert sich zudem aktiv in der Standardisierung funktionaler Sicherheit. Das Unternehmen ist maßgeblich an der IEC 61508-Standardkommission beteiligt und trägt zur Entwicklung des ISO 25785-1-Frameworks bei, welches globale Mindestanforderungen für die Robotersicherheit festlegt.

Technologische Pfeiler von NVIDIA Halos

Das Halos-Framework stützt sich auf mehrere technologische Komponenten, die gemeinsam eine robuste Sicherheitslösung bilden:

• NVIDIA IGX Thor Hardware: Dieses Compute-Modul bietet eine hohe Rechenleistung von bis zu 2.070 FP4 TFLOPs und verfügt über 14 Neoverse ARM CPU-Kerne sowie 128 GB Speicher mit einer Bandbreite von 273 GB/s. Ein dediziertes "Functional Safety Island" isoliert sicherheitskritische Protokolle von den primären Prozessorkernen. Diese Isolation umfasst eine unabhängige Stromversorgung, Taktraten und E/A-Routings. Über 22.000 verschiedene Sicherheitsmechanismen überwachen das System-on-a-Chip auf Hardwarefehler, und redundante Architekturen sowie interne Testmechanismen gewährleisten eine hohe Fehlertoleranz.
• Halos OS Software-Stack: Dieser Stack beinhaltet das Halos Core Linux, das die Daten über ein Edge Safety Link-Protokoll verwaltet. Für Anwendungen, die höchste Partitionssicherheit erfordern, kann eine sekundäre QNX-Virtual Machine über den NV Hypervisor bereitgestellt werden, um Sicherheitsanwendungen von Standard-KI-Workloads zu isolieren.
• Holoscan Sensor Bridge: Diese Komponente ist für die Verwaltung externer Sensoreingaben über verschlüsselte MACsec-Verbindungen zuständig. Sie ermöglicht die Authentifizierung von Sensorströmen direkt am Netzwerkrand und gewährleistet eine verzögerungsarme Videoübertragung zu den primären GPUs mittels ConnectX RDMA-Hardware. Die Schnittstelle ist agnostisch gegenüber dem Sensortyp und kann Daten von verschiedenen Sensoren und Aktoren verarbeiten.

Integration externer Wahrnehmungsnetzwerke

Ein praktisches Beispiel für die Anwendung von Halos ist die optimierte Handhabung von Gabelstaplern in Lagerhäusern. Wenn Gabelstapler sich ausschließlich auf bordeigene Sensoren verlassen, können sie Ladungsgrenzen fälschlicherweise als Hindernisse interpretieren, was zu Betriebsstillständen führt. Um dies zu vermeiden, können externe Deckenkameras über eine Sensorverarbeitungspipeline integriert werden. Das NVIDIA Metropolis-Framework verarbeitet diese Videofeeds, um Objektbahnen und Geschwindigkeitsvektoren zu verfolgen. Diese Koordinatendaten werden dann in diskrete Ereignisse umgewandelt, wie das Überschreiten von Grenzen oder das Erkennen von Näherungsauslösern zwischen sich bewegenden Objekten.

Der Safety Event Integrator fusioniert Daten aus mehreren Kamerawinkeln, um Vertrauensschwellen zu berechnen, und verwirft verzögerte Videofeeds, um sicherzustellen, dass Entscheidungen ausschließlich auf aktuellen Telemetriedaten basieren. Der Safety Decision Maker-Knoten, der ausschließlich auf dem Functional Safety Island operiert, koordiniert das Fahrzeugverhalten basierend auf diesen gefilterten Feeds. Wenn externe Kameras keine menschliche Präsenz in einer Ladezone feststellen, kann der Gabelstapler beispielsweise seine internen Beschränkungen deaktivieren und mit maximaler Geschwindigkeit agieren. Bei Erkennung eines Menschen werden die bordeigenen Sicherheitsparameter sofort reaktiviert. Ein Safety AI Monitor überwacht kontinuierlich die visuellen Eingaben auf Anomalien wie Verbindungsabbrüche oder Bildfehler, und bei deren Auftreten wird das autonome Fahrzeug in einen sicheren Hardware-Zustand versetzt.

Industrielle Implementierung und Zertifizierungsstrategien

Das NVIDIA AI Systems Inspection Lab, das ANAB-akkreditiert ist, spielt eine entscheidende Rolle bei der Auditierung von Maschinensicherheitsintegrationen. Es bewertet sowohl autonome Fahrzeug- als auch industrielle Hardware-Setups. Hardwarepartner können ihre proprietäre Logik zur Bewertung einreichen, wobei diese Anwendungen gegen vorab bewertete Halos-Softwaremodule getestet werden. Die Gutachter erstellen detaillierte Inspektionsberichte, die die Einhaltung relevanter Normen wie ISO 13849 bestätigen.

Agility Robotics, ein führendes Unternehmen im Bereich humanoider Robotik, nutzt Halos for Robotics in seinen "Digit"-Humanoiden, die bereits bei Kunden wie Amazon, GXO, Schaeffler und Toyota Motor Manufacturing Canada eingesetzt werden. Agility reicht seinen "Digit"-Software-Stack im Inspektionslabor ein, um Cybersicherheitsschutz zu verifizieren. Das Inspektionslabornetzwerk umfasst 43 registrierte Unternehmensmitglieder, darunter Ouster, Peer Robotics und Boston Dynamics.

Für Unternehmen, die physische KI-Systeme einführen möchten, bietet NVIDIA Code-Repositories an, die die manuelle Konfiguration umgehen. Entwicklungsteams können spezifische Agenten-Skills nutzen, um automatisch "Outside-In"-Sicherheitsframeworks zu generieren, erforderliche Software-Container herunterzuladen und die Metropolis-Visual-Pipeline zu konfigurieren. Dies ermöglicht es Unternehmen, ihre Engineering-Ressourcen auf proprietäre Betriebslogik zu konzentrieren, anstatt sich mit der grundlegenden Plattformkonformität zu beschäftigen, und so die Bereitstellung autonomer Hardware zu beschleunigen.

Zusammenfassend lässt sich festhalten, dass NVIDIA Halos for Robotics einen signifikanten Schritt in Richtung einer sichereren und effizienteren Integration von physischer KI in industriellen und menschlichen Arbeitsumgebungen darstellt. Durch die Kombination bewährter Sicherheitskonzepte aus dem Automobilbereich mit einer umfassenden Hardware- und Softwarearchitektur adressiert es die komplexen Sicherheitsanforderungen autonomer Robotersysteme.

Bibliography:

1. Daws, R. (2026, June 23). NVIDIA Halos OS upgrades the safety of physical AI workloads. IoT Tech News.
2. NVIDIA Newsroom. (2026, June 22). NVIDIA Announces Halos for Robotics, the Industry’s First Full-Stack Safety System for Physical AI.
3. NVIDIA. (n.d.). Robotics Functional Safety Platform | NVIDIA Halos.
4. Dotson, K. (2026, June 22). Nvidia introduces Halos for Robotics to bridge the physical AI safety gap. SiliconANGLE.
5. Chakraborty, S. (2026, June 23). NVIDIA launches Halos safety system for robotics. Engineering.com.
6. Whitman, R. (2026, June 22). NVIDIA Launches Halos for Robotics, the First Full-Stack Safety System for Physical AI, with Agility's Digit as First Adopter. RobotsBeat.
7. The Robot Report Staff. (2026, June 22). NVIDIA releases Halos, a full-stack safety system for robotics. The Robot Report.
8. Takahashi, D. (2026, June 22). Nvidia unveils Halos for Robotics to improve robot AI compute and safety. GamesBeat.
9. Kar, J. (2026, June 23). NVIDIA Halos Brings Safety Stack to Agility Humanoid Robots. ENGtechnica.
10. Fox News. (2026, June 22). Humanoid robots just got a workplace safety system.