9680329b3b
revert docs: 完善三套实时性研究框架与验证方案 (#3) ## 改动内容 - 完善并提交“项目框架1：基于 RTOS 的五类场景 AI 实时性研究”。 - 新增“项目框架2：面向机器人大小脑异构系统的实时保障研究”。 - 新增“项目框架3：MCU 与资源受限 SoC 的 AI 实时性与低功耗研究”。 - 新增 RTOS–Linux–Hypervisor 边缘并行架构说明。 - 新增调整后的研究问题与验证建议，明确 RTOS、系统实时性与大模型低时延的边界。 ## 验证 - 已同步上游 `main`，源分支基于最新上游历史继续提交。 - `git diff --cached --check` 通过。 - 已检查提交范围，未加入凭据、令牌或临时文件。 - 远端分支提交已核对为 `b7863721fe906c0fa6a5e841599dd276a579d679`。 ## 建议重点审查 - 三套框架是否应作为相互独立、可并列选择的研究路线。 - 是否充分区分工业实时性、AI 推理低时延与端到端系统实时性。 - 机器人大小脑分域、Hypervisor 隔离及 MCU 资源预算的实验指标是否可落地。 --------- Co-authored-by: Mo1s <1194302708@qq.com> Reviewed-on: #3 Co-authored-by: moyixin <15971501952@163.com>
906 B
906 B
子课题定义
1. 子课题名称
面向 MCU 的静态智能控制基础系统
2. 子课题主问题
本子课题围绕以下问题展开：
在 MCU 级资源预算下，人工智能能力如何通过静态编排、工具链、代码生成和芯片协同，被纳入可分析、可验证、可部署的实时控制系统。
3. 子课题边界
本子课题重点聚焦：
- 小模型、小算子与控制任务的静态共存；
- 工具链、部署链路和代码生成能力；
- 极小内存、极低功耗和快速启动场景；
- 与芯片厂商和开发套件的协同。
本子课题不把高动态 Linux 生态、复杂虚拟化结构和大规模混合系统作为主战场。
4. 在总课题中的位置
这是框架2中的第一个子课题，重点对应 T5 控制端，也是总课题中最能体现“小型化、低功耗、静态部署”特征的方向。