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>
592 B
592 B
合作方式与产业落点
1. 合作重点
本子课题更适合围绕以下合作对象展开：
- MCU / 控制芯片厂商；
- 开发套件和工具链团队；
- 小型化控制设备厂商；
- 对功耗和体积高度敏感的行业客户。
2. 合作方式
建议采用：
- 芯片与工具链条件梳理；
- 静态部署链路共建；
- 小规模样机验证；
- 工具链与方法沉淀。
3. 产业落点
这一子课题更容易落到：
- 开发套件；
- 芯片协同方案；
- 小型控制设备智能化升级；
- 低功耗端侧部署方法。