基于国产AI芯片的Rust内核组件开发赛

主办方：开放原子基金会、OpenCamp 社区

时间： 8.25 ~ 10.12

竞赛内容

完成以国产 AI 芯片瑞芯微 RK3588为核心的技术开发，具体包括：
1.开发适配该芯片的 Rust 内核组件，确保 StarryOS 能在开发板上稳定启动；
2.实现三类规定外设的驱动程序开发；
3.完成基于 Yolo-v8 模型的目标识别等 AI 应用移植与算法优化；
4.最终达成系统全流程集成及场景化功能验证；

技术实现路径：

一、内核组件底层支撑

依据瑞芯微 RK3588 的硬件手册，开发 Rust 内核核心组件，重点实现对以下硬件模块的驱动支持：
1.CPU 核心（四核 Cortex-A76 + 四核 Cortex-A55 异构架构）的调度与运行控制；
2.内存管理单元（MMU）的地址映射与内存保护机制；
3.中断控制器（GIC-500）的中断响应与优先级管理，确保硬件事件的实时处理。

二、外设驱动开发

需完成3 个及以上未支持的规定外设的驱动开发，采用 Rust 语言原生编写或对现有 C 语言驱动进行 Rust 框架封装，具体覆盖
1.环境感知类：USB/MIPI-CSI接口普通相机驱动；
2.通信交互类：Wi-Fi 5/蓝牙 5.0驱动、CAN 总线驱动；
3.操作辅助类：GPIO/PWM/I2C/SPI等接口驱动；

三、AI加速单元支持

集成瑞芯微 RK3588 内置 NPU（神经网络处理单元）的算力调度接口，实现：
1.Rust 语言层与 NPU 的通信交互，支持模型加载、推理任务提交与结果回传；
2.内核级任务调度机制优化，确保 CPU 与 NPU 的协同计算效率，降低任务切换开销。

四、AI 应用移植与优化

1.模型移植
将 Yolo-v8 目标识别模型移植至 RK3588 平台，通过 NPU 进行推理加速，支持常见目标（如行人、车辆、家居物品）的实时识别。
2.算法优化
针对 RK3588 的 NPU 架构特性，对模型进行量化（如 INT8 量化）与算子优化，提升推理效率。

五、系统集成与场景验证

完成内核组件、外设驱动、AI 应用的全系统集成，在 RK3588 开发板上实现 StarryOS 的完整启动与功能运行，并通过场景化测试验证，实现从图像采集、目标识别到执行器响应的全流程闭环。

●操作环境：
开发工具链：Rust编译器（nightly版）、交叉编译工具链、QEMU模拟器。

●硬件平台：
瑞芯微RK3588等带AI加速的国产芯片开发板。

奖项设置：

• 一等奖：（2名）奖金2万元
• 二等奖：（3名）奖金1万元
• 三等奖：（6名）奖金5000元

奖金总额10万元

赛程安排：