工业OS开源生态开发赛正式报名！

        1.赛题一：supOS-CE开源创新赛

        supOS-CE 是一个基于统一命名空间(Unified Namespace,UNS)架构，并由一系列生产级开源技术栈构建的工业数据集成平台。它深度整合了包括Kong,Keycloak,Node-RED,EMQX,TDengine,MinIO在内的多个业界领先的开源项目，旨在为现代工业物联网(IIoT)应用的构建与部署，提供一个全面、开放且高度模块化的解决方案。本赛题下设三大核心赛道：

        1.1 supOS+：应用创新赛道

        1.目标：基于supOS-CE平台，构建全新的UNS模型或开发创新的工业应用程序（App）。

        2.成果形态：可以是一个精炼的UNS模型，也可以是包含数据源接入(Source Flow)、数据模型和可视化仪表盘(Dashboard)的完整项目。

        1.2 supOS Pro：代码贡献赛道

        1.目标：深入supOS-CE开源社区，基于其开源代码，进行二次开发、功能优化或性能扩展，为核心平台贡献价值。

        2.成果形态：提交有价值的源代码贡献(Pull Request)，并附有详尽的技术说明。

        1.3 supOS Deploy：场景实践赛道

        1.目标：在真实或高度仿真的工厂环境中部署并应用 supOS-CE，针对1个或多个数字化转型的核心痛点，设计并实现解决方案。

        2.成果形态：提交一个可演示、可验证的数字化转型成功案例，展现解决工厂真实问题的能力。

        为激发创新，推荐以下三个前沿方向，参赛者可围绕这些方向展开构思：

        1.3.1 人工智能+工业：“更智能的机器，更敏锐的洞察”

        挑战：探索人工智能与工业场景的深度融合，利用supOS-CE作为数据底座，构建能够解决实际问题的智能工业解决方案。

        参考示例：

        a.基于历史设备数据训练机器学习模型，实现预测性维护。

        b.集成基于计算机视觉的产品质量在线检测系统。

        c.构建由大型语言模型(LLM)驱动的设备故障排除智能助手(AI Copilot)。

        1.3.2 可持续发展：“构筑绿色工厂”

        挑战：聚焦“双碳”目标，利用supOS-CE的数据采集与分析能力，开发有助于节能减排、优化能源使用和满足ESG标准的绿色应用。

        参考示例：

        a.覆盖全厂关键设备的实时能源消耗监控仪表盘。

        b.评估并优化设备能效的**“能源评分”**工具。

        c.追踪产品生产全过程的碳足迹核算与追溯模块。

        1.3.3 前沿探索：“释放supOS的无限潜能”

        挑战：将supOS-CE视为一个创新的启动平台，构建超越传统应用边界的大胆构想，探索未来工厂的全新运营模式。

        参考示例：

        a.基于MQTT事件驱动的AGV（自动导引运输车）与生产线的智能协同调度系统。

        b.面向集团企业的多工厂、多租户的统一资产管理平台。

        c.赋能一线工程师的无代码/低代码实时工业运营应用构建器。

        2.赛题二：TenonOS开源创新赛

        TenonOS是基于LibOS架构的操作系统，具备微库化架构、毫秒级启动、强安全隔离及实时快照/在线升级能力，可灵活生成场景适配的OS实体。下设2大赛道：

        2.1 基于TenonOS的多操作系统协同驱动的机器人设计与实现

        基础要求：基于TenonOSv0.3.0及以上版本开发，需满足：跨OS通信时延提升≥10%、控制指令响应时延缩短≥15%、任务调度总时延减少≥10%、中断处理时延降低≥30%

        核心任务1（核心操作系统设计与微库开发）：

        任务规划OS：解析“零件装配”“物料搬运”等订单，拆分子任务并调度，监控任务生命周期

        运动控制OS：生成运动轨迹，整合低层控制指令，采集设备运行状态

        感知OS：对接传感器采集数据，部署定位/避障/力反馈算法，输出感知结果

        交互OS：对接现场设备，同步多OS数据，加密处理交互数据

        核心任务2（多OS协同架构设计）：实现协同通信、任务协同、资源协同、异常协同模块（以微库形式实现，可基于Mortise）

        核心任务3（场景实践与验证）：选择2-3个实际场景，完成场景定义、协同流程演示、核心指标评估、性能验证

        2.2 基于TenonOS的模型轻量化推理框架

        重点方向（可组合选做）：

        构建C/C++最小TCB统一推理框架，提供标准化API（load/infer/unload），全静态链接（musl）、零动态插件，内置线程池/内存池

        冷启动与镜像最小化：kraft.yaml/Kconfig/CMake工程化，musl全静态，最小/proc与/dev，可选快照优化首请求时延

        并发与批处理调度：基于lib-tnschedprio的优先级/抢占调度，可配置并发与批大小，SLO约束下动态批策略

        可观测性与运维：内置指标（QPS、p50/p95/p99、CPU/内存等）、分级日志、轻量Trace，观测开销≤5%

        多模型共驻与内存管理：模型热加载/版本切换，多模型共享/配额管理，碎片控制

        平台适配：x86_64（QEMU/KVM必测）、ARM64（RK3568/树莓派4B二选一），针对NEON/AVX2/AVX-512优化

        嵌入式设备小模型优化：减少简单样本冗余计算，降低延迟与能耗

        其他创新：流式推理、自研轻量框架组件、特定场景加速策略

        平台要求：内存≥2GB；LLM模型建议≤1–2B参数的INT4/INT8；不强制GPU/NPU（支持需说明驱动适配）；不要求动态语言运行时；以C/C++17/20为主（可附Python离线工具）