Det öppna projektet AxonOS har presenterats och utvecklar programvaruinfrastrukturen för system med neuralkommunikationsgrÀnssnitt, som Àr avsedd för att bygga ett deterministiskt körningslager mellan neurala enheter och AI. AxonOS-kÀrnan utvecklas pÄ sprÄket Rust i "no_std"-lÀge med fokus pÄ förutsÀgbart realtidsutförande, formaliserad ABI för systemanrop, kapabilitetsÄtkomstmodell, utan IPC-lÄsning och kontroll av körtid. KÀllkoden Àr öppen under MIT- eller Apache 2.0-licenser.
Projektet inkluderar kĂ€rna/runtime, BCI-integration, arkitektoniska specifikationer, modell för tilldelning av rĂ€ttigheter baserad pĂ„ tydligt anvĂ€ndar samtycke (consent/permissions) och verktyg för realtidsanalys. För nĂ€rvarande utvecklas AxonOS för ARM Cortex-M-processorer och Ă€r i verifieringsfasen av driften pĂ„ hĂ„rdvara samt oberoende test av realtidskarakteristika. AxonOS-arkitekturen betraktar neuralkommunikationsgrĂ€nssnitt som ett flerskiktssystem: neuralkommunikationsenhet â HAL â deterministisk runtime â IPC â Ă„tkomstmodell permissions/consent â lager för applikationer och AI.
HuvudidĂ©n med projektet Ă€r att skapa ett kontrollerat körningslager för applikationer som fungerar mellan neuralkommunikationsenheten och AI, dĂ€r kraven pĂ„ determinism, isolering, Ă„tkomst till neurala data och responstid Ă€r en del av den systemarkitekturen och inte en funktion av det applikationsspecifika programmet. Ett separat fokus för projektet Ă€r analys av maximal körningstid för förfrĂ„gningar (WCRT, Worst-Case Response Time) för uppgifter med fasta prioriteringar. För detta utvecklas ett oberoende verktyg "dy-wcet" â ett "no_std" Rust crate-paket, implementerat utan anvĂ€ndning av flyttal.
KĂ€lla: opennet.ru
