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>
712 B
712 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：
- SoC / 板级平台厂商；
- Hypervisor / mixed-criticality 基础软件团队；
- 工业边缘和机器人设备团队；
- 同时承载 AI 与控制任务的行业客户。
2. 合作方式
建议采用：
- 平台条件与资源结构梳理；
- Linux / RTOS / Hypervisor 分工设计；
- 板级实验与隔离验证；
- 规则兜底和闭环安全验证；
- 系统协同证据沉淀。
3. 产业落点
这一子课题更容易落到：
- 边侧 SoC 参考架构；
- 混合基础系统方案；
- Hypervisor 协同部署方法；
- 设备端 AI + 控制一体化平台路线。