2025年NVIDIA自动驾驶安全报告.pptx

;我们的使命;目录;简介;为简化开发，我们创建了单一的软件定义可扩展架构，在保留核心架构的同时，利用额外的硬件和软件来提升每个级别的自主性。同样的策略亦可适用于安全。通过额外的模块化硬件和软件，所达到的安全级别可扩展，以满足高级别自动驾驶更为严格的要求。

NVIDIA已为构建自动驾驶汽车的研究、开发和部署的强大系统打造了关键技术，涵盖从数据中心到

汽车等领域。我们提供一系列硬件和软件解决方案，从高性能的GPU和服务器到完整的AI训练基础设施和车载自动驾驶超级计算机。我们还为学术研究和早期开发者提供支持，与全球数十所大学合作，并在NVIDIA深度学习培训中心开设AI开发课程。当我们发现挑战时，我们会将其转化为机遇并找到解决方案。

本报告概述了NVIDIA的自动驾驶汽车技术，我们在安全架构、协同设计软硬件、设计工具和方法论tocs的独特贡献，以及实现最高级别可靠性和安全性的最佳实践。;自动驾驶安全报告|6;自动驾驶安全报告|7;安全自动驾驶的四大支柱;;NVIDIADRIVE软件开发套件;自动驾驶安全报告|11;支柱3：用于自动驾驶汽车开发的物理精准传感器仿真;此外，fVDB还有一个全新的开源深度学习框架，可用于生成大规模场景，利用现实世界的3D数据训练自动驾驶汽车。它基于OpenVDB构建AI操作工具，以创建现实世界环境的高保真虚拟表征。这些丰富的3D数据集已为AI做好准备，可用于高效的模型训练和推理。很快，fVDB功能将作为NVIDIANIM微服务提供，使开发者能够将fVDB核心框架整合到通用场景描述(OpenUSD)工作流中。fVDBNIM微服务在NVIDIAOmniverse中生成基于OpenUSD的几何图形。;法规及标准

我们遵守国际和美国法规，包括全球NCAP（新车评鉴规程）、欧洲EuroNCAP和联合国欧洲经济委员会的规定。我们还影响、共同制定并遵守国际标准组织、新车评价规程、SAE以及其他行业标准。

我们为电气电子工程师学会(IEEE)的标准化倡议做出贡献，例如IEEE2846-2022（安全相关自动车辆行为模型假设）7和IEEEP285（1关于IP、SoC和混合信号IC安全分析和安全验证的交换/互操作性格式8）。

除了遵守政府和行业指南外，我们还实行公开披露并与行业专家合作，以确保掌握所有当前和未来安全问题的最新动态。我们还在多个安全工作组中担任领导职务，以推动尖端技术和探索新的研究领域，如AI系统的安全性和可解释AI。;网络安全;NVIDIA网络安全团队通过与包括汽车在内的NVIDIA各业务部门沟通需求，为其提供可参考的信息。包括提供安全威胁传播、扩散深入研究计划

NVIDIA还维持有专门的产品安全事件响应团队，在内部以及与合作伙伴一同管理、调查和协调安全漏洞信息。这使我们能够控制和修复任何直接威胁，同时与合作伙伴开放合作，从安全事件中恢复。

此外，我们与供应商密切合作，确保构成整个自动驾驶平台的组件提供必要的安全功能。当从原始数据到处理输入和控制操作的所有环节都符合安全要求时，复杂平台的网络安全就得到了保障。NVIDIA还与供应商合作，确保他们具备应对新威胁或未发现威胁的网络安全响应能力。

最后，由于车辆系统的使用寿命比许多其他类型的计算系统更长，我们利用先进的机器学习技术来检测车辆通信和行为中的异常情况，并提供额外的零日攻击监控能力。;在软件开发层面，我们考虑包括固件在内的所有软件。我们通过将技术安全要求融入软件架构来完善整体设计。我们还在单元和集成级别执行代码检查、审查、自动化代码结构测试和代码功能测试。专用于软件的故障模式及影响分析也被用于设计更好的软件。此外，我们还设计了接口、基于需求、故障注入和资源使用验证方法的测试用例。

当完成所有必要的硬件和软件组件开发后，我们会集成并启动系统级的校验证和确认过程。除了自动驾驶汽车仿真外，我们还进行系统测试和验证。;自动驾驶安全报告|18;DRIVESDK目前使用20多个DNN模型同时运行，此外还具有大量的计算机视觉和机器人开发算法。并且，DNN的数量及其覆盖的功能仍在持续增长中。

每个主要功能（如传感器处理、基于AI的感知、定位、轨迹规划和地图）都采用了多种冗余和多样化的方法来实现最高级别的安全性。例如，DRIVESDK使用嵌入式模块检测并处理障碍物和可行驶空间。对于等待条件，我们检测交通灯、停车标志、十字路口和停车线。DRIVESDK目前使用20多个同时运行的深度神经网络（DNN