比赛题目分析和相关资料调研

题目理解

本赛题是异步操作系统。我对“异步”的理解是把原本串行、阻塞的执行流拆成多个可以独立推进的分支：当某个分支在等待设备、DMA、AI 计算或 completion 这类长耗时事件时，CPU 不应该空转等待，而应该去推进其他已经就绪的任务，从而提高系统吞吐和实时响应能力。

本项目把这个理解放到 K3/K3x 异构平台上验证。K3 上有 X100、A100、RT 核、DMA、IME 等不同执行资源，存在提交任务后等待硬件完成,不同核心之间传递任务,长耗时 AI 计算不能阻塞实时路径 等问题。因此我第一阶段先做同步/纯线程最小闭环，第二阶段再重点推进驱动异步化和调度异步化：内核可以延迟调度 AI graph，提交方不被长耗时任务阻塞，completion 到达后再唤醒后续执行流。

K3/K3x AI 算力结构分析

根据 K3/K3x 公开资料和官方 AI 文档，平台可以按 X100 cluster 与 A100 cluster 两类计算域理解：

• X100 侧承担通用计算、系统调度、用户态入口和轻量 AI 任务。资料中 X100 core 旁也标出 AI 模块，因此文档中暂称为 X100 local tensor path。
• A100 侧面向重型 AI 计算，包含 Scalar Processor、Vector Processor、Tensor Processor、L2 Cache 和 TCM，更适合大矩阵乘法、LLM 核心算子和长 DAG。
• CPU fallback 用于正确性兜底、异常降级和暂未支持算子的兼容执行。

X100 和 A100 的向量宽度不同，线程一旦使用某类向量/IME 状态，就不能随意跨核心类型迁移。这直接影响系统调度、线程亲和性和上下文保存恢复策略。

资料调研

调研主要围绕以下材料展开：

• SpacemiT AI CPU 与 IME 指令资料：确认 A100 Tensor Processor、Integer Tensor、Float Tensor 和 IME 子扩展能力。
• SpacemiT K3 HMP 文档：确认 Linux 侧通过 /proc/set_ai_thread 标记 AI 线程，并约束到 AI 核心集合。
• SpacemiT 交叉编译工具链资料：确认 A100 专用 IME 指令需要官方工具链支持，普通 RISC-V 工具链不足以覆盖扩展指令。
• linux-k3 公开驱动：检查是否存在在传统 /dev/npu 或 /dev/a100 command-submission 风格驱动,避免后期实现时丢失关键信息。
• StarryOS/tgoskits： 查看os完成K3板级适配的程度,评估后期工作量.

相关资料入口：

• SpacemiT AI 矩阵扩展指令集
• SpacemiT AI CPU 资料目录
• K3 HMP 说明
• SpacemiT 交叉编译工具链使用指南