2026 春季辰龙操作系统训练营
时间:2026/04/19-2026/05/17
主办方
辰龙操作系统开源社区
报名人数
353 人
来自高校
220 所
来自企业
84家
来自城市
75 个
成长路径
初步了解训练营

辰龙操作系统训练营:从零构建面向智能机器人的全栈OS能力

一、组件化操作系统架构设计与发行版构建

本训练营以清华大学ArceOS组件化操作系统为技术基座,带你完整经历从内核到发行版的工程化全过程。你将深入理解:

  • 组件化架构设计:学习如何通过模块化组件拼装出面向特定场景(机器人)的定制化操作系统,掌握内核功能裁剪、驱动组件插拔、系统服务编排等关键技术
  • OS发行版工程化:从源码组织、构建系统(Build System)、根文件系统制作到启动流程配置
  • 垂直领域适配:理解如何针对机器人场景的需求(实时性、确定性、资源约束)进行OS层面的策略优化
  • 这不仅是学习一个OS,而是掌握"架构设计→组件选型→系统集成→场景优化"的完整OS产品化思维。

二、异构芯片平台的BSP开发与驱动工程

训练营基于算能SG2002低成本芯片(RISC-V架构,集成TPU+CPU),带你完成辰龙OS的板级支持包(BSP)全栈开发:

技术模块核心能力构建
TPU驱动开发理解AI加速器的硬件抽象层(HAL)设计,掌握推理引擎与底层驱动的交互机制
VIO子系统摄像头驱动框架(MIPI-CSI接口)、图像采集Pipeline、零拷贝(Zero-Copy)优化
实时控制PWM驱动架构、GPIO中断处理、电机控制的时序精度保障
通过SG2002这一典型边缘AI芯片的实战,你将建立"芯片手册阅读→寄存器配置→驱动框架实现→应用层API暴露"的完整硬件抽象能力。

三、端侧AI推理引擎的系统级优化

256MB极端内存约束下完成YOLOv8目标检测模型的端侧部署,这是本训练营最具挑战性的工程实践:

  • 模型轻量化与量化:INT8量化策略、算子融合、内存布局优化,理解边缘AI的精度-性能-内存三角权衡
  • 系统调用扩展:根据YOLO推理需求,设计并实现自定义syscall(如DMA缓冲区管理、TPU任务队列调度),理解用户态-内核态协同优化
  • 运行时架构设计:构建应用态YOLO推理运行时(Runtime),实现模型加载、预处理-推理-后处理Pipeline的内存池化管理
  • 极致内存优化:掌握内存分配策略(Slab/Slub调优)、Swapless环境下的OOM防护、多线程内存竞争消除
  • 这一模块将训练你在资源受限嵌入式系统中进行性能剖析(Profiling)、瓶颈定位和工程取舍的核心能力。

四、训练营特色

能力维度行业稀缺性训练营产出
组件化OS架构设计高(国内极少系统化课程)可独立设计垂直领域OS发行版
RISC-V BSP开发高(芯片原厂级技术壁垒)具备异构芯片平台移植能力
端侧AI系统优化极高(256MB级优化是工程分水岭)掌握边缘AI产品的全栈交付能力

   适合人群:有一定C/Rust基础、希望从"写业务代码"进阶到"做系统级产品"的开发者;对智能机器人、边缘AI、RISC-V生态有技术热情的工程师。

技术栈覆盖:ArceOS/Rust、RISC-V架构、嵌入式AI推理、实时系统优化。

五、课程安排

第一周:操作系统基础与移植

  • ArceOS 内核架构解析
  • Starry 宏内核扩展原理与移植

第二周:驱动开发

  • 外设驱动(摄像头 / PWM / spi)
  • TPU 驱动设计与开发

第三周:AI 模型与系统整合

  • Linux 环境下模型调用与调试
  • 辰龙 OS 上模型移植与整合

第四周:项目实践

  • 完整操作系统功能整合
  • usb 摄像头实战
  • 模型量化实战

这不是一个"调API"的训练营,而是一个从硅片到算法、从内核到应用的硬核系统工程训练。完成训练营,你将具备独立交付一个资源受限场景下的智能机器人OS产品的全栈技术能力。

期待在训练营与你一起,用代码定义下一代智能机器人基础设施。

快速加入训练营
1
操作系统基础与移植
3
AI 模型与系统整合
4
项目实习