open-source AxonOS ပရောဂျက်သည် ဦးနှောက်-စက်မျက်နှာပြင် (BMI) ပါသည့် စနစ်များအတွက် ဆော့ဖ်ဝဲအခြေခံအဆောက်အအုံတစ်ခုကို တီထွင်နေပြီး၊ ၎င်းကို အာရုံကြောဆိုင်ရာ ဟာ့ဒ်ဝဲနှင့် AI အကြားတွင် ဆုံးဖြတ်နိုင်သော အကောင်အထည်ဖော်မှုအလွှာတစ်ခု တည်ဆောက်ရန် ဒီဇိုင်းထုတ်ထားသည်။ AxonOS kernel ကို Rust တွင် "no_std" မုဒ်ဖြင့် တီထွင်ထားပြီး၊ ခန့်မှန်းနိုင်သော အချိန်နှင့်တပြေးညီ အကောင်အထည်ဖော်မှု၊ တရားဝင်စနစ်ခေါ်ဆိုမှု ABI၊ lock-free IPC စွမ်းရည်မော်ဒယ်နှင့် runtime ထိန်းချုပ်မှုတို့ကို အလေးပေးထားသည်။ source code သည် MIT သို့မဟုတ် Apache 2.0 လိုင်စင်များအောက်တွင် open source ဖြစ်သည်။
ဒီစီမံကိန်းမှာ kernel/runtime၊ BCI ပေါင်းစပ်မှု၊ ဗိသုကာဆိုင်ရာ သတ်မှတ်ချက်များ၊ သဘောတူညီချက်/ခွင့်ပြုချက် မော်ဒယ်နှင့် အချိန်နှင့်တပြေးညီ ခွဲခြမ်းစိတ်ဖြာရေးကိရိယာများ ပါဝင်သည်။ AxonOS ကို ARM Cortex-M ပရိုဆက်ဆာများအတွက် လက်ရှိတွင် တီထွင်နေပြီး ဟာ့ဒ်ဝဲ အတည်ပြုခြင်းနှင့် လွတ်လပ်သော အချိန်နှင့်တပြေးညီ စွမ်းဆောင်ရည် စမ်းသပ်မှုကို လုပ်ဆောင်နေပါသည်။ AxonOS ဗိသုကာသည် ဦးနှောက်-စက် interface များကို အလွှာများစွာပါသော စနစ်တစ်ခုအဖြစ် ရှုမြင်သည်- ဦးနှောက်-စက်ကိရိယာ → HAL → ဆုံးဖြတ်နိုင်သော runtime → IPC → ခွင့်ပြုချက်/သဘောတူညီချက် ဝင်ရောက်ခွင့် မော်ဒယ် → အပလီကေးရှင်း နှင့် AI အလွှာ။
ဒီပရောဂျက်ရဲ့ အဓိက အိုင်ဒီယာကတော့ neural network device နဲ့ AI ကြားမှာ လည်ပတ်နေတဲ့ controlled application execution layer တစ်ခု ဖန်တီးဖို့ဖြစ်ပြီး၊ အဲဒီအထဲမှာ determinism၊ isolation၊ neural data access နဲ့ response time လိုအပ်ချက်တွေက application ရဲ့ function မဟုတ်ဘဲ system architecture ရဲ့ အစိတ်အပိုင်းတစ်ခု ဖြစ်ပါတယ်။ ဒီပရောဂျက်ရဲ့ သီးခြားအာရုံစိုက်မှုကတော့ fixed-priority tasks တွေအတွက် worst-case response time (WCRT) ကို ခွဲခြမ်းစိတ်ဖြာဖို့ပါ။ ဒီရည်ရွယ်ချက်အတွက် "dy-wcet" ဆိုတဲ့ independent tool တစ်ခုကို တီထွင်နေပါတယ်၊ floating-point operations တွေကို မသုံးဘဲ အကောင်အထည်ဖော်ထားတဲ့ "no_std" Rust crate package တစ်ခု ဖြစ်ပါတယ်။
source: opennet.ru
