eaiadmin
ccf72e32bd
包含6个文件： - 总览：7条关键发现摘要 - 国内同行：翼辉SylixOS、华为鸿蒙/LiteOS、端侧AI框架 - 国际同行：FreeRTOS/Zephyr/ThreadX/VxWorks对比、LLM运行时框架、Agent框架、NVIDIA Jetson物理AI - 学术文献：14篇论文/文章完整摘要和链接 - 关键研究空白：7个研究空白及与项目框架的对齐 - 文献索引：40+条文献完整列表
123 lines
5.5 KiB
Markdown
123 lines
5.5 KiB
Markdown
# 01-国内同行
|
||
|
||
## 一、国内RTOS厂商
|
||
|
||
### 1. 翼辉信息（SylixOS）
|
||
|
||
**核心产品**：SylixOS 大型实时操作系统平台
|
||
|
||
#### 关键事实
|
||
|
||
- 内核自主化率100%（依据工信部评估报告）
|
||
- 符合 GJB7714-2012《军用嵌入式实时操作系统应用编程接口》
|
||
- 符合 IEEE 1003 / POSIX 标准
|
||
- 支持 AMP（非对称多处理器）和 SMP（对称多处理器）运行模式
|
||
- 32位和64位两个版本
|
||
- 处理器架构覆盖：飞腾、龙芯、PowerPC、x86、SPARC、DSP、RISC-V、C-SKY
|
||
|
||
#### AI能力演进
|
||
|
||
**2024版**（来源：[翼辉SylixOS:中国自主硬实时操作系统的崛起之路](https://blog.csdn.net/hujunming/article/details/148370364)）：
|
||
- 集成异构算力调度器，支持NPU/GPU混合计算
|
||
- 无人机目标识别场景：ResNet50推理速度达120帧/秒，较传统方案提升5倍
|
||
- 计划2025年支持10亿参数轻量模型部署，实现无网络环境下的自然语言交互
|
||
- 开发TEE-Zone扩展模块保护车载AI推理
|
||
|
||
**2025年7月**（来源：[翼辉信息SylixOS AI应用方案发布](https://www.elecfans.com/d/6800705.html)）：
|
||
- 正式推出基于SylixOS的AI解决方案
|
||
- 多芯片支持：Hailo-8 (26 TOPS@INT8, 2W功耗)、算能CV186AH/BM1688 SoC、灵汐KA200类脑芯片 (48 TOPS@INT8)
|
||
- AMC 3000智能算控单元：支持RK3588核心板，QuickAMP架构实现SylixOS实时系统与Linux智算系统共存
|
||
- 支持TensorFlow Lite、ONNX、PyTorch等主流AI框架
|
||
- 案例：无人机目标检测与追踪（YOLOv8 + ByteTrack）、工业故障诊断（Transformer + TCN）、双模态RGBT目标检测
|
||
|
||
#### 行业落地场景
|
||
- 火箭、卫星（航天行业）
|
||
- 高铁、轨交信号控制（中国铁道科学研究院）
|
||
- 工业自动化、数控
|
||
- 机器人、数控机床
|
||
- 能源电力、低空经济
|
||
- 水务、地铁运营、地下空间运维
|
||
|
||
---
|
||
|
||
### 2. 华为
|
||
|
||
#### 鸿蒙/LiteOS/AI框架
|
||
|
||
**核心产品**：
|
||
- **LiteOS-A**：华为鸿蒙面向轻量级设备的核心内核，最小配置可裁剪至10KB以下，支持ARM/RISC-V，2025年OpenHarmony 6.0引入虚拟内存和多核SMP支持
|
||
- **MindSpore Lite**：开源轻量化AI推理引擎，面向边缘/端侧设备，兼容CPU/GPU/NPU异构加速
|
||
- **HiAI Foundation Kit**：针对华为NPU（麒麟芯片/Ascend）提供更底层定制加速
|
||
|
||
**端侧AI能力**（来源：[端侧 AI 框架让智能真正贴身随行](https://developer.huawei.com/consumer/cn/blog/topic/03203187067519385)）：
|
||
- 鸿蒙端侧AI全程在设备本地运行，语音指令无需上传服务器
|
||
- 通过剪枝、量化和知识蒸馏，数百兆视觉模型可压缩至几MB，保持95%以上准确率
|
||
- 2025年已支持超200种预置模型，覆盖图像、语音、文本、传感器四大类
|
||
- 某翻译应用接入后，离线翻译速度提升3倍，电池续航延长40%
|
||
|
||
**端侧模型压缩技术**（来源：[鸿蒙开发之路：端侧模型压缩、量化与加速技术详解](https://www.cnblogs.com/zq18/p/19263508)）：
|
||
- 剪枝：移除冗余参数，30-70%压缩率，3-10%精度损失
|
||
- 量化：降低数值精度（INT8/FP16），40-60%压缩率，1-5%精度损失
|
||
- 知识蒸馏：50-80%压缩率，2-8%精度损失
|
||
- HarmonyOS推荐混合剪枝策略：先结构化剪枝保证硬件效率，再配合非结构化剪枝
|
||
|
||
**HiSilicon Kirin A1穿戴芯片**（来源：[HiSilicon Kirin A1互联穿戴生态设备](https://blog.csdn.net/weixin_33193177/article/details/154404675)）：
|
||
- 28nm HPM工艺，集成轻量级NPU，支持TensorFlow Lite Micro
|
||
- 步态分类CNN模型：参数量<50KB，推理延迟<10ms
|
||
- 支持本地语音唤醒、运动识别等边缘计算功能
|
||
- 通过TEE安全环境保障生物数据隐私
|
||
|
||
---
|
||
|
||
### 3. 其他国内RTOS厂商
|
||
|
||
| 厂商 | 产品 | 特点 |
|
||
|------|------|------|
|
||
| 中国电子 | CEEMQ | 面向工业控制、国防安全等任务关键场景 |
|
||
| 中科方德 | 国产操作系统 | 国产化操作系统生态 |
|
||
| RT-Thread | RT-Thread | 国产开源RTOS，国内社区影响力广泛 |
|
||
|
||
---
|
||
|
||
## 二、国内LLM / 智能体相关
|
||
|
||
### 1. 垂直大模型"七要素框架"
|
||
|
||
**来源**：项目内部会议讨论
|
||
|
||
| 要素 | 说明 |
|
||
|------|------|
|
||
| 主体角色 | 智能体的身份定义和权限边界 |
|
||
| 目标函数 | 优化目标和评估指标 |
|
||
| 领域知识 | 垂直领域的知识库 |
|
||
| 制度约束 | 规则、政策、安全边界 |
|
||
| 动作空间 | 可执行的操作集合 |
|
||
| 工作流 | 任务执行流程编排 |
|
||
| 业务边界 | 系统的服务范围和处理边界 |
|
||
|
||
### 2. AI辅助工程化方法
|
||
|
||
**来源**：[基于AI辅助工程的混合MCU－边缘－云平台的工业AIoT系统设计与实现](https://pdf.hanspub.org/etis_1380065.pdf) (杭州电子科技大学吴薇，2026年5月)
|
||
|
||
**核心观点**：针对嵌入式开发中"AI提示优先"方式易引发的硬件映射缺失、时序约束不清、跨层配置不一致及不安全输出等问题
|
||
|
||
**创新方法**：提出面向Zephyr RTOS的"三文件"提示策略
|
||
- 硬件覆盖文件 (.overlay/.dts)
|
||
- 项目配置文件 (prj.conf)
|
||
- 主程序文件 (main.c)
|
||
|
||
**参考实现**：Project Velocity原型系统（STM32 + RK3588 + ThingsBoard）
|
||
|
||
---
|
||
|
||
## 三、国内芯片厂商
|
||
|
||
| 厂商 | 芯片/平台 | 说明 |
|
||
|------|----------|------|
|
||
| 华为海思 | 昇腾AI系列、海思MCU、Kirin A1 | 国产AI+实时芯片，穿戴领域28nm HPM工艺 |
|
||
| 瑞芯微 | RK3588、RK3576 | 国内边缘AI芯片代表，翼辉AMC 3000采用 |
|
||
| 全志科技 | H系列、R系列 | 国内MCU/SoC，支持AI |
|
||
| 平头哥 | 玄铁RISC-V、含光AI芯片 | 国产RISC-V + AI芯片 |
|
||
| 寒武纪 | 思元系列 | 国产AI加速芯片 |
|
||
| 景嘉微 | GPU系列 | 国产GPU |
|