10月8日、Ars Technicaが「Nvidia's big bet on physical AI aims for safer robotaxis, humanoid robots」と題した記事を公開した。NvidiaがロボタクシーやヒューマノイドロボットなどPhysical AI向けに開発したフルスタック安全プラットフォーム「Halos」の詳細を報じている。

Physical AIとは何か、なぜNvidiaが注力するのか

本記事でたびたび登場する「Physical AI」とはNvidiaが定義する概念で、カメラ・LiDARなどのセンサーで物理世界を認識し、その場でリアルタイムに判断・行動するAIシステムの総称だ。自動運転車、ロボタクシー、ヒューマノイドロボット、産業用ロボットなどが代表例となる。従来のデータセンター向けAI（クラウド上での推論・学習）とは異なり、物理空間での安全性保証が不可欠な点が最大の特徴である。

Nvidiaは近年、GPU販売に次ぐ主要な収益源としてPhysical AI領域を戦略的に位置付けている。自動運転ではWaymoやTesla、ヒューマノイドロボットではFigure AIやBoston Dynamicsなど有力プレイヤーがしのぎを削るこの分野で、Nvidiaはチップ単体の供給にとどまらず、ソフトウェア・プラットフォーム・安全認証支援を含むフルスタックのインフラ提供者へのシフトを鮮明にしている。Halosはそのための中核レイヤーに相当する。

「全ハードウェアブロック」「全ソフトウェアライブラリ」を常時監視

Nvidiaが開発した安全プラットフォームHalosの核心は、ハードウェアとソフトウェアの両層を横断した常時監視にある。Nvidiaの担当者Goelによれば、システムは「あらゆるハードウェアブロック」と「あらゆるソフトウェアライブラリ」を監視し、障害を即座に検出する設計だ。さらに、安全性に関わるコンピューティングワークロードは他の処理から隔離されており、外部からの干渉リスクを排除している。

センサーデータの信頼性確保にはNvidia Holoscan Sensor Bridgeが用いられる。センサー入力と安全関連の演算処理を接続し、破損データを早期に識別できる仕組みだ。マイクロコントローラーやFPGA（Field Programmable Gate Array：特定用途向けに回路構成を書き換えられる半導体）などの個別ハードウェアコンポーネントへの組み込みにも対応している。

Halosパッケージにはさらに、仮想環境でのロボットテスト用シミュレーションと、開発中に発生する安全上の「成果物（artifacts）」に対してロボティクス企業が迅速にフィードバックを得られるインスペクションラボプログラムも含まれる。元記事の時点では提供形態（有償・無償の別、対象企業の条件など）の詳細は明かされていないが、安全設計の反復サイクルを短縮する支援ツールとして位置付けられている。

自動車向けからロボティクスへの転用が難しかった理由

HalosはもともとNvidiaが自動運転車向けに開発したフレームワークだ。自動車分野ではISO 26262（自動車向け機能安全規格）やIEC 61508（産業向け機能安全の国際規格）といった標準規格が整備されており、安全要件の定義は自動車メーカーや国をまたいでもおおむね統一されている。しかしロボティクスでは事情が大きく異なる。

廊下を掃除するロボット掃除機と、倉庫の荷積みドックで重量物を扱うロボットフォークリフトとでは、安全要件がまったく異なる。適用すべき安全規格も、動作環境も、許容される障害モードも異なる。こうした多様性に対応するため、Halosはロボタクシーのようなハイリスクなユースケースだけでなく、産業用ロボットから医療施設向けの搬送ロボットまでを視野に設計されている。Goelはこの課題をこう説明している。

「開発者が独自の安全関数を定義できる柔軟性を持ちながら、私たちが構築してきた基盤インフラを壊さないプログラマブルなプラットフォームを作るために、多くの基礎的な作業をやり直す必要があった。柔軟性を与えることは、スタック全体に対するコントロールを失うコストと引き換えになり得るからだ。」

「時速10km近くで走るロボットは、曲がり角の先が見えない」

ロボットが構造化されていない環境で動作することの難しさについて、Nvidiaの別担当者Goldはこう述べている。

「通路を時速6マイル（約10km）で走行するロボットは、死角に何があるか、角の向こうから何が来るかを感知できない。だからロボットは曲がり角の手前でほぼ停止する。工場、倉庫、病院といった非構造化環境では、あらゆる方向から何かが現れる可能性があるためだ。」

この問題は、自動車のように舗装路という前提がある環境とは根本的に異なる。Waymoのようなロボタクシーは高精度地図と交通ルールによってある程度の予測が可能だが、ヒューマノイドロボットや産業用ロボットが動作する屋内環境はそれだけでは不十分だ。Halosがカスタム安全関数の定義を開発者に委ねる設計になっているのは、こうした多様な動作環境への対応が不可欠だからだ。

Physical AIインフラ企業としてのNvidiaの立ち位置

Halosの発表は、Nvidiaがハードウェアベンダーからソフトウェア・プラットフォーム企業へと軸足を移す動きの一環として読み取れる。GPU単体の供給で優位に立ちながらも、安全プラットフォームや開発支援ツールでエコシステムごと囲い込む戦略は、かつてのiOSやAndroidがスマートフォン市場で果たした役割と構造的に似ている。Physical AI分野における「安全の標準基盤」を握ることが、長期的な競争優位につながると見ているのだろう。

※編集部の考察：Nvidiaがインスペクションラボのような認証支援プログラムを無償・有償いずれの形であれ提供する場合、ロボティクス企業にとっては自社での安全評価コストを削減できる可能性がある。この点は今後の詳細発表が待たれる。

詳細はNvidia's big bet on physical AI aims for safer robotaxis, humanoid robotsを参照していただきたい。