随着人形机器人、自主移动机器人和工业机器人加速进入工厂、仓库、物流中心等真实场景，行业关注点正从“能否完成任务”转向“能否安全、稳定、可认证地与人协同作业”。在这一趋势下，物理AI不再只是算法、算力和传感器的组合，而需要覆盖芯片、操作系统、传感器接入、安全应用和第三方认证的完整工程体系。近日，美国NVIDIA（英伟达）在Automate 2026期间发布NVIDIA Halos for Robotics，称其为面向机器人与物理AI的全栈综合安全系统，旨在为机器人开发商和系统集成商提供统一的安全架构。

NVIDIA成立于1993年，总部位于加利福尼亚州圣克拉拉，是全球人工智能计算、图形处理器、加速计算、自动驾驶和机器人平台的重要技术供应商。近年来，NVIDIA持续将其在自动驾驶领域积累的安全体系延伸至机器人和工业自动化场景。此次发布的Halos for Robotics，正是基于其自动驾驶安全技术基础构建，并面向在现实环境中“感知、决策、行动”的机器人系统。

NVIDIA表示，下一代自主机器人将在动态环境中与人、设备和其他机器人共同运行，其安全需求无法依靠单一传感器或单一控制模块解决。Halos for Robotics的核心价值，在于把AI计算、系统软件、传感器数据、安全应用和检验认证连接到同一架构中。NVIDIA机器人与边缘AI副总裁Deepu Talla表示，物理AI正在改变工厂、仓库和物流运营方式，机器人团队需要统一的安全架构，才能将自主系统规模化部署到这些环境中；借助NVIDIA Halos for Robotics，开发者和系统构建者可以利用NVIDIA在自动驾驶安全领域验证过的基础，更快开发安全机器人，并更有信心地将其带入工业现场与工人协同运行。

从技术构成看，Halos for Robotics覆盖三大层级。第一层是NVIDIA IGX Thor和NVIDIA Holoscan Sensor Bridge，提供工业级AI计算、内置安全能力和传感器连接，用于实时机器人和安全工作负载。NVIDIA技术资料显示，IGX Thor最高可提供2070 FP4 TFLOPS AI性能，配备14个Neoverse ARM CPU核心和128GB内存，内存带宽为273GB/s，面向机器人实时感知、推理和安全监控提供算力基础。第二层是NVIDIA Halos OS，包括Halos Core以及安全应用，支持与Linux、QNX等配置结合，用于安全相关操作功能。第三层是NVIDIA Halos AI Systems Inspection Lab，用于帮助合作伙伴在第三方认证前完成检验准备。

在应用层，NVIDIA提出Halos Outside-In Safety Blueprint，即通过外部摄像头和AI智能体扩展机器人感知能力，形成“由外向内”的安全监测机制。这一思路与传统机器人主要依赖机载传感器不同，可利用工厂或仓库基础设施中的摄像头，为移动机器人和人形机器人提供更广范围的环境感知，并根据人员、车辆和设备位置动态调整机器人行为。对于大型仓储、制造和物流场景而言，这种外部感知补充有助于提高人机混行区域的安全冗余。

美国Agility Robotics是此次首个公开合作导入方。该公司总部位于俄勒冈州，专注于人形机器人研发，其代表产品Digit面向物流、制造和仓储等工业任务。根据NVIDIA信息，Agility正在将NVIDIA IGX Thor和Halos Core整合进Digit的人体安全检测系统，并参与NVIDIA Halos AI Systems Inspection Lab，以推动其软件、AI组件和网络安全保护满足IEC 61508、ISO 13849、ISO/IEC TR 5469等相关安全标准要求。Agility首席执行官Peggy Johnson表示，人形机器人要实现规模化价值，安全必须内建于机器人并在整个系统层面得到验证；与NVIDIA合作实施和优化Halos for Robotics系统，将强化其负责任自动化能力。

除Agility外，Halos生态还包括多类产业伙伴。德国KION Group（凯傲）是全球工业车辆和供应链解决方案企业，旗下拥有林德、STILL、Dematic等品牌；其参与表明叉车、仓储自动化和物流机器人场景同样是物理AI安全体系的重要应用方向。美国FORT Robotics专注于智能机器安全与控制平台，美国UL Solutions、德国TÜV Rheinland、德国TÜV SÜD、瑞士SGS等认证机构则参与安全评估与认证生态。NVIDIA还披露，Halos AI Systems Inspection Lab已获得ANSI National Accreditation Board认可，并有超过40家公司参与相关生态。

从行业角度看，NVIDIA Halos for Robotics的发布，意味着机器人安全正在从设备级防护、单点传感器避障，走向面向全生命周期的系统工程。未来，工业机器人、人形机器人和自主移动设备要进入人员密集、任务复杂、节拍紧凑的现场，仅依靠模型能力或单机智能并不充分。可验证、可审查、可认证的全栈安全架构，将成为机器人从试点走向规模化部署的重要门槛。对全球仓储、制造和物流行业而言，Halos所代表的并不是单一产品更新，而是物理AI进入产业化阶段后，安全标准、算力平台和生态协同共同升级的新信号。

VIDIA（Nvidia Corporation，/ɛnˈvɪdiə/；中国台湾与香港繁中名为輝達，中国大陆简中名为英伟达），创立于1993年1月，是一家以设计和销售图形处理器为主的无厂半导体公司。NVIDIA亦会设计游戏机核心，例如Xbox和PlayStation。NVIDIA最出名的产品线是为个人与游戏玩家所设计的GeForce系列，为专业CGI工作站而设计的Quadro系列，以及为服务器和高效运算而设计的Tesla系列，虽然起家于PC电脑的显卡业务，英伟达也曾涉及移动芯片Tegra的设计，但智能机市场对此响应不大，不过近年却利用这些研发经验，目前朝向人工智能和机器视觉的市场发展，也是图形处理器上重要的开发工具CUDA的发明者。不过NVIDIA的发展过程也是非议不断，批评多集中于滥用排他性商业合作、不正当营销方式、对业界开放标准和自由软件运动的拒斥等。

NVIDIA的总部设在美国加利福尼亚州的圣克拉拉位于硅谷的中心位置。

历史

NVIDIA创办人兼首席执行官兼总裁黄仁勋

黄仁勋、克里斯·马拉科夫斯基和卡蒂斯·普里姆于1993年4月美国加州创办了NVIDIA（随后成为特拉华州企业）。NVIDIA保持低调到1997－1998年，当时它发布了RIVA个人电脑绘图处理器产品线。并于1999年1月在纳斯达克挂牌上市；同年5月，售出第一千万个绘图处理器。于2000年收购了一代王者3dfx的知识产权。3dfx是1990年代中期其中一间最大的图形处理器厂商。NVIDIA与许多OEM厂商，和一些组织创建起密切关系，最知名的包括台积电。2002年2月，NVIDIA售出第一亿个绘图处理器。

目前NVIDIA和AMD供应了市场上大部分独立显卡。NVIDIA最著名的GeForce绘图处理器产品线于1999年首次亮相。现在GeForce产品线已经扩展至桌面型和笔记本电脑。移动设备方面，NVIDIA拥有Tegra产品线。它能提供高性能，同时保持低电源消耗。此类产品通常用于无线通信设备。

2020年4月 27日，NVIDIA宣布已完成对Mellanox Technologies, Ltd.（迈络思科技有限公司）的收购，成交价70亿美元。

2020 年 7 月，有报导称英伟达正在与软银谈判以 320 亿美元收购英国芯片设计公司安谋。 2020 年 9 月 13 日，英伟达宣布将以 400 亿美元的价格从软银集团手中收购 Arm Holdings，但须接受通常的审查，后者保留英伟达 10% 的股份。

2021年6月11日，英伟达宣布收购自动驾驶汽车高清地图开发商 DeepMap, Inc.。

产品制造

作为一家无晶圆IC半导体设计公司，NVIDIA于自己的实验室研发芯片，但将芯片制造工序分包给晶圆代工厂。以往，NVIDIA从其他厂商，例如IBM、意法半导体、台积电（NVIDIA目前最重要的代工合作伙伴）和联华电子获得硅芯片生产能力。芯片的供应链需涉及数间第三厂：制造完毕的晶圆由集成电路封装厂进行初步测试与封装作业，之後交由测试厂的测试部门进行深度测试并根据性能分类。依据存货清单，NVIDIA必须提早数月订购芯片，并将之存储起来等待使用。

在最终产品上（指显卡、主板等），NVIDIA会推出所谓原厂“公版”（Reference）产品（称为参考样卡或参考模板）供展示及测试之用，早期产品是由台湾的微星和斯博科、美国的威竣（VisionTek）和新美亚（Sanmina-SCI）、德国的埃尔莎代工，目前由新加坡的伟创力与台湾的鸿海（富士康）、华硕和捷波代工或设计。在零售市场上，NVIDIA会把顶级型号的“原厂”公版产品给各个第三方厂商贴牌，如GeForce 7950 GX2、Quadro FX 5600、nForce 680i SLI等等，这些厂商的产品设计用料完全相同，均由一家厂商代工。在OEM市场上，亦有部分“原厂”公版产品存在。2008年后NVIDIA允许了旗舰级产品的“非公版”（Non-Reference）设计，但只有极少数有实力的厂商（如华硕、技嘉、微星、影驰等）会推出自己设计的产品。2010年10月初，NVIDIA曾透过BestBuy少量销售由富士康代工的NVIDIA品牌“原厂”产品。

主要产品

NVIDIA的产品组合包括绘图处理器、个人电脑平台（主板逻辑核心）芯片组和数字媒体播放器的软件。在Mac/PC用户社区中，NVIDIA的"GeForce"产品线最为人熟悉。除了独立型显卡外，还有微软的Xbox游戏核心和nForce主板（已停产）的核心技术，NVIDIA最近进入的领域是用于手机和平板电脑的ARM芯片，品牌为Tegra至今已推出5代。

在2004年12月，NVIDIA宣布会协助索尼设计PS3的绘图处理器（RSX）。NVIDIA只会负责设计，Sony会负责制造该绘图处理器。根据合约，NVIDIA会使用索尼的芯片厂（索尼和东芝）来制造RSX，并将制程提升至65纳米。这与微软的协议是互相违背的，因为NVIDIA会透过第三者制造Xbox的绘图处理器。（其间微软选择了AMD去提供Xbox 360的绘图硬件的IP设计。任天堂的GameCube和Wii亦采用ATI的绘图处理器。）

2008年2月11日，NVIDIA发布了用于手机平台的APX 2500应用处理器。该处理器集成了一个ARM处理器和一个显示核心。这款处理器是由NVIDIA和微软联合研制，方面应用于使用Windows Mobile的电话中，提高Windows Mobile平台的多媒体处理能力。芯片的制程是65nm，核心频率750 MHz，并集成256KB的L2缓存。芯片亦内置GeForce核心，支持OpenGL ES 2.0和Direct3D Mobile标准。APX 2500属于ARM架构，其低耗电设计，使手提电话可以长时间播放音乐或720p高清晰视频。

NVIDIA于2008年12月发布了一支持Intel Atom处理器的NVIDIA ION移动平台，主打轻薄桌面型市场，可以支持DirectX 10的内置显示芯片性能是原本英特尔官方945GSE芯片组的5倍，让迷你电脑也有部分游戏能力；它解决了Atom没有GPU、无法支持高清、无法支持数字显示、屏幕需小于10英寸、不能支持更高版本的Windows Vista的种种问题。

在2011年1月5日的CES上，NVIDIA宣布将自行设计与研发基于ARM架构的台式机CPU，产品代号Project Denver（丹佛项目）。其处理器能够支持微软下一代桌面系统Windows 8以及行动平台上的Android、苹果iOS等。相比之前的Tegra产品，NVIDIA总裁表示这将是一颗高度定制的“ARM兼容CPU”，即获得ARM指令集授权，但处理器微架构则完全由NVIDIA自行开发，以更高性能面向桌面、服务器甚至高性能计算市场。届时NVIDIA基于ARM架构的处理器将在市场上与英特尔和AMD等基于X86架构的处理器直接竞争。

在GTC 2020主题演讲中，NVIDIA宣布推出Ampere架构，是NVIDIA 8代GPU历史上最大的一次性能飞跃，包含超过540亿个晶体管，是有史以来最大的7纳米芯片，性能相较于前代提升了高达20倍，

NVIDIA A100是首款基于NVIDIA Ampere架构的GPU，全新多实例GPU技术可将单个A100分割成最多七个独立的GPU来处理各种计算任务；第三代NVIDIA NVLink技术能将多个GPU组合成一个巨型GPU；全新结构化稀疏功能将GPU的性能提高一倍。具有TF32的第三代Tensor Core核心 ，其功能经过扩展后加入了专为AI开发的全新TF32，它能在无需更改任何代码的情况下，使FP32精度下的AI性能提高多达20倍。此外，Tensor Core核心现在支持FP64精度，相比于前代，其为HPC应用所提供的计算力比之前提高了多达2.5倍。

2020年，NVIDIA发布软件开发包NVIDIA Maxine。