forked from eaiadmin/rtos_llm_opt
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: eaiadmin/rtos_llm_opt#3 Co-authored-by: moyixin <15971501952@163.com>
2.2 KiB
2.2 KiB
研究框架索引
本目录放置项目的核心研究框架文档，分为两部分：
- 主干机制文档：作为公共研究材料，沉淀已经形成的主线表达、机制拆解与方法论；
- 候选课题框架目录：并行维护 3 套可讨论、可修改、可优选的课题框架方案。
阅读建议
1. 主干机制文档
00-整体研究框架.md01-推理图任务调度.md02-KV-Cache与内存管理.md03-加速器协同调度.md04-量化精度感知调度.md05-中断与实时性保障.md06-能耗与热管理.md07-方法论与评估工具链.md
2. 候选课题框架目录
方案A-RTOS平台主导框架/00-课题框架.md方案B-系统协同保障框架/00-课题框架.md方案C-小型化与低功耗应用框架/00-课题框架.md
文件说明
00-整体研究框架.md- 研究总框架、问题空间、技术分层、预期成果
01-推理图任务调度.md- LLM 推理 DAG 拆解、任务映射与调度策略
02-KV-Cache与内存管理.md- KV Cache 生命周期、内存池、带宽竞争与局部性
03-加速器协同调度.md- CPU、NPU、GPU、DMA 等异构资源协同
04-量化精度感知调度.md- 精度、资源占用和调度决策的联动关系
05-中断与实时性保障.md- IRQ 路径、线程化、中断隔离与实时任务保护
06-能耗与热管理.md- 能耗约束、温度耦合、频率策略与热稳定性
07-方法论与评估工具链.md- 建模、仿真、原型验证和评估方法学
候选框架说明
方案A-RTOS平台主导框架- 保持“大型跨平台 RTOS”作为研究主语，适合继续沿现有主线推进
方案B-系统协同保障框架- 强调 RTOS、运行时、模型与加速器协同治理，适合承接系统级方法学讨论
方案C-小型化与低功耗应用框架- 强调
T5/T4受限系统与低功耗应用场景，适合形成更聚焦的专题路线
- 强调
使用方式
后续讨论、修改和优选时，可以优先在这 3 个候选目录中推进，不必立即改动主干机制文档。待最终课题框架确定后，再把优选结果回收进 00-整体研究框架.md 及相关主干文件。