Vorgestellt wurde das offene Projekt AxonOS, das eine Software-Infrastruktur fĂŒr Systeme mit Brain-Computer-Interface entwickelt und dazu dient, eine deterministische AusfĂŒhrungsschicht zwischen neuronaler Hardware und AI aufzubauen. Der AxonOS-Kernel wird in Rust im «no_std»-Modus entwickelt, mit Fokus auf vorhersehbare Echtzeit-AusfĂŒhrung, eine formalisierte ABI fĂŒr Systemaufrufe, ein Capability-basiertes Zugriffsmodell, lock-freies IPC und Laufzeitkontrolle. Der Quellcode ist unter den Lizenzen MIT oder Apache 2.0 verfĂŒgbar.
Das Projekt umfasst Kernel/Runtime, BCI-Integration, Architekturspezifikationen, ein Modell zur Rechtevergabe auf Basis der ausdrĂŒcklichen Zustimmung des Nutzers (consent/permissions) sowie Tools fĂŒr die Echtzeitanalyse. Derzeit wird AxonOS fĂŒr ARM Cortex-M-Prozessoren entwickelt und befindet sich in der Phase der Verifikation auf Hardware sowie der unabhĂ€ngigen PrĂŒfung der Echtzeit-Eigenschaften. Die Architektur von AxonOS betrachtet Brain-Computer-Interfaces als mehrstufiges System: Brain-Computer-GerĂ€t â HAL â deterministische Runtime â IPC â permissions/consent-Zugriffsmodell â Schichten fĂŒr Anwendungen und AI.
Die Grundidee des Projekts besteht darin, eine kontrollierte AusfĂŒhrungsschicht fĂŒr Anwendungen zu schaffen, die zwischen dem Brain-Computer-GerĂ€t 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) fĂŒr Aufgaben mit festen PrioritĂ€ten. DafĂŒr wird das unabhĂ€ngige Tool «dy-wcet» entwickelt â ein «no_std» Rust-Crate-Paket, das ohne FlieĂkommaoperationen implementiert ist.
Quelle: opennet.ru
