Vorgestellt wurde das offene Projekt AxonOS, das eine Software-Infrastruktur für Systeme mit Brain-Computer-Interface entwickelt und dazu dient, eine deterministische Ausführungsschicht zwischen neuronaler Hardware und AI aufzubauen. Der AxonOS-Kernel wird in Rust im «no_std»-Modus entwickelt, mit Fokus auf vorhersehbare Echtzeit-Ausführung, eine formalisierte ABI für Systemaufrufe, ein Capability-basiertes Zugriffsmodell, lock-freies IPC und Laufzeitkontrolle. Der Quellcode ist unter den Lizenzen MIT oder Apache 2.0 verfügbar.
Das Projekt umfasst Kernel/Runtime, BCI-Integration, Architekturspezifikationen, ein Modell zur Rechtevergabe auf Basis der ausdrücklichen Zustimmung des Nutzers (consent/permissions) sowie Tools für die Echtzeitanalyse. Derzeit wird AxonOS für ARM Cortex-M-Prozessoren entwickelt und befindet sich in der Phase der Verifikation auf Hardware sowie der unabhängigen Prüfung der Echtzeit-Eigenschaften. Die Architektur von AxonOS betrachtet Brain-Computer-Interfaces als mehrstufiges System: Brain-Computer-Gerät → HAL → deterministische Runtime → IPC → permissions/consent-Zugriffsmodell → Schichten für Anwendungen und AI.
Die Grundidee des Projekts besteht darin, eine kontrollierte Ausführungsschicht für Anwendungen zu schaffen, die zwischen dem Brain-Computer-Gerät und AI arbeitet und in der Anforderungen an Determinismus, Isolation, den Zugriff auf neuronale Daten und Reaktionszeiten Teil der Systemarchitektur sind, nicht eine Funktion der Anwendung selbst. Ein separates Projektfeld ist die Analyse der maximalen Antwortzeit von Anfragen (WCRT, Worst-Case Response Time) für Aufgaben mit festen Prioritäten. Dafür wird das unabhängige Tool «dy-wcet» entwickelt — ein «no_std» Rust-Crate-Paket, das ohne Fließkommaoperationen implementiert ist.
Quelle: opennet.ru
