Det åpne kildekodeprosjektet AxonOS utvikler en programvareinfrastruktur for systemer med et hjerne-maskin-grensesnitt (BMI), designet for å bygge et deterministisk utførelseslag mellom nevral maskinvare og AI. AxonOS-kjernen er utviklet i Rust i "no_std"-modus, med vekt på forutsigbar sanntidsutførelse, et formalisert systemkall ABI, en låsefri IPC-kapasitetsmodell og kjøretidskontroll. Kildekoden er åpen kildekode under MIT- eller Apache 2.0-lisensene.
Prosjektet inkluderer en kjerne/kjøretid, BCI-integrasjon, arkitektoniske spesifikasjoner, en samtykke-/tillatelsesmodell og sanntidsanalyseverktøy. AxonOS er for tiden under utvikling for ARM Cortex-M-prosessorer og gjennomgår maskinvareverifisering og uavhengig ytelsestesting i sanntid. AxonOS-arkitekturen ser på hjerne-maskin-grensesnitt som et flerlagssystem: hjerne-maskin-enhet → HAL → deterministisk kjøretid → IPC → tillatelses-/samtykketilgangsmodell → applikasjon og AI-lag.
Prosjektets hovedidé er å lage et kontrollert applikasjonsutførelseslag som opererer mellom en nevral nettverksenhet og en AI, der krav til determinisme, isolasjon, tilgang til nevrale data og responstid er en del av systemarkitekturen, snarere enn en funksjon av applikasjonen. Et separat fokus i prosjektet er å analysere verst tenkelig responstid (WCRT) for oppgaver med fast prioritet. For dette formålet utvikles et uavhengig verktøy, "dy-wcet", – en "no_std" Rust crate-pakke implementert uten bruk av flyttallsoperasjoner.
Kilde: opennet.ru
