IICP / 技术架构驾驶舱 / V1.1
IICP · AI RUNTIME V1.1

从 NPU 推理引擎到
工业多模型计算平台

在同一工业控制器内,让控制、诊断、预测模型共享资源治理与数据契约,同时把最终控制权牢牢保留在 PLC 实时执行域。

Architecture draft ABI not frozen HW metrics pending Offline HTML
NON-NEGOTIABLE BOUNDARY
AI 提出建议
PLC 校验并执行

AI 建议必须带来源状态序号、模型与执行计划身份、质量、置信度语义和有效期。PLC 在实时任务内重新检查模式、权限、范围、斜率与联锁。

PLC Runtime唯一软件执行域
+
AI Runtime多模型智能计算域
已形成架构设计模块边界、数据语义、安全链路与降级原则
待实测延迟、并发、抢占、热稳定与资源预算
待冻结SoC SKU、RKNN 能力、ABI、变量字典与控制边界
01

分层架构与双运行时边界

AI Runtime 是独立的智能计算域,不是 PLC 的子模块;二者通过受控结果面交换候选建议和反馈。

L7
L6
L5
L4
PLC RUNTIME · CONTROL AUTHORITY
AI EXECUTION DOMAINS
L3
L2
L1
L0
PLC StateFrame→Data / Feature→Orchestrator→Model Backend→Result Gate→PLC Guard
02

三类模型,三套运行语义

共享底层基础设施,但任务语义、实时性、数据质量、结果时效和故障策略必须分离。

TASK SEMANTICS

控制建议生成

PINN 学习物理约束下的动态;MPC 代理模型加速优化策略近似;状态估计补齐控制器需要的内部状态。

PINNMPC Surrogate状态估计控制优化
BOUNDED CONTROL CHAIN

建议形成与 PLC 裁决

StateFrame→特征集→估计 / 推理→建议封装→Safety Guard

结果携带 based_on_state_sequence、execution_plan_id、输入质量、模型版本、置信度语义与 expires_ns。

OPERATING RULES

短链、有界、可撤回

每个模型显式声明周期、deadline、输入时效和资源预算。超时或依赖失效阻断本次建议,绝不补发旧结果。

CONTROL_AUX有界设定值过期即丢PLC 基础控制兜底
安全边界MPC 代理的快速估计不等于闭环控制权;PINN 的物理残差也不构成安全证明。控制权仍在 PLC,模型主动“投用”不可自行发生。
TASK SEMANTICS

设备健康智能

融合振动、电流、温度、SCADA 与检修历史,生成异常、健康度、故障概率与 RUL 证据。

多源信号时序模型异常检测RUL
MULTI-MODAL PIPELINE

对齐、融合、解释

多模态采集→时间对齐→质量摘要→融合诊断→Finding

允许部分模态缺失,但必须让下游看到模态可用性、缺失策略、适用工况和过期时间。

OPERATING RULES

异步、可降采样、默认无控制权

可接受更长计算预算和批量窗口;负载紧张时降采样。默认流向运维/应用,不得写入 CommandFrame。

DIAGNOSTIC异步证据链显式过期
安全边界“诊断告警”不能直接触发设备动作。若诊断结论需要影响控制,必须通过受控应用映射生成新的 Control AI 建议,再经过 PLC 同一裁决链。
TASK SEMANTICS

未来状态与数据补齐

输出风速、功率、载荷等预测,或对缺失/异常观测生成估计值。预测对象与目标时域必须明确。

风速预测功率预测载荷预测数据补齐
PRODUCT CONTRACT

不是只有一条预测值

预测值+时域+区间+数据谱系+有效期

没有不确定度时应显式声明“不提供”,而不是伪装为精确预测。

OPERATING RULES

可排队、可丢弃、可统计基线降级

过长队列按 TTL 淘汰;缺失数据可使用补齐,但必须区分观测、估计和预测来源,不得覆盖原始观测。

PREDICTION / BATCHTTLIMPUTED 标记不确定度
安全边界预测产品不得被当作实时观测。若 Control AI 使用预测,必须等到声明截止时间前;迟到预测只能用于后续周期,不能重标为当前状态。
维度Control AIDiagnostic AIPrediction AI
优先级类CONTROL_AUXDIAGNOSTICPREDICTION / BATCH
触发方式状态快照、低频周期或事件窗口完成、周期、告警事件滑动窗口、计划任务、缺数事件
Deadline每模型显式声明;过期即丢允许较长预算;按消费者降级由预测时域与场景定义
故障策略停止新建议,PLC 基础控制继续域降级,保留历史须显式过期停止发布或切批准的统计基线
控制出口仅 PLC 建议通道无无
03

控制协同与异常降级演练

切换场景,观察建议、拒绝、撤回与基础控制如何在同一周期体系内协同。图中状态是设计演示,不是性能结果。

PLC DOMAIN · NEVER WAITS FOR AI
PLC 扫描一致输入快照
→
基础控制始终可运行
→
Safety Guard最终校验 / 仲裁
→
唯一输出物理 IO
AI DOMAIN · ASYNC / BOUNDED / OBSERVABLE
Data / Feature质量 · 新鲜度 · 对齐
↓
Orchestrator模型依赖 DAG
↓
RKNN / NPU后端能力待实测
CPU fallback仅限批准工件
↓
Result Gate过期 / 版本 / 质量
↓
CommandFrame:仅 Control AI 建议可进入 PLC
FEEDBACK LOOP
FeedbackFrame接受 / 拒绝 / 最终值
←
修正撤回状态按白名单最大速率降零
←
PLC 状态发布state_sequence
Base control连续运行
Control recommendation可进入 Guard
Result validity须在 TTL 内
Measured latencyTBD · 待实测
04

资源准入、队列与不可抢占风险

NPU 优先级不能自动等价为硬件抢占。调度器必须基于已探测的 backend capability profile 做保守预算。

准入顺序

只有全部条件通过且资源预留成功,请求才可以入队。

模型 / 依赖 active
›
schema / 质量 / 新鲜度
›
deadline / 配额
›
后端 profile 匹配
›
资源预留
队列与背压规则
Control AI 在队列满时拒绝新请求,或丢弃尚未开始的旧请求;Diagnostic / Prediction 可降采样或按 TTL 淘汰。所有拒绝、超时和丢弃必须产生结构化事件与计数。

计算后端不是“全放 NPU”

统一推理接口向上;RKNN、NPU、CPU/NEON 与优化器求解器通过适配层隔离。

RKNN / NPU短输入、量化模型、预加载;实际能力待测
CPU / NEON特征、统计、受批准 fallback
不可抢占风险 若一次 NPU 调用不可取消,Scheduler 必须以“运行至完成”保守预算。长诊断/批处理模型不得在其可能妨碍 Control AI 的窗口运行。
资源对象准入与预算降级 / 隔离规则证据状态
Control AI短工作、显式 deadline、可预留 NPU 名额无法满足 deadline 即 UNAVAILABLE;PLC 基础控制继续阈值待实测
NPU 提交通道并发数、队列、内存与取消语义来自 capability profile能力未证实前采用单受控通道和运行至完成预算能力待探测
CPU fallback逐模型批准、独立性能报告、cgroup 限制不得运行在 PLC 隔离 CPU;不得无限复制工作批准表待冻结
PLC 隔离预算PLC / IRQ / AI 的 CPU、内存与缓存争用需实测AI 不参与 PLC 实时预算;失败不得阻塞扫描HIL 待测
05

模型包、异步 API 与结果身份

模型从“一个文件”升级为不可变、可签名、依赖锁定和可回滚的发布单元。

model-package/
├─ manifest.json // normative
├─ payload/model.rknn
├─ schemas/input.json · output.json
├─ preprocess.json · postprocess.json
├─ dependencies.lock
├─ calibration/// signed
├─ tests/golden-vectors/
├─ hashes.sha256
├─ signature.sig
└─ notices/
A / B 槽候选包预热和健康窗口后才切换
依赖锁模型、特征、字典、校准、Runtime 全部锁定
可回滚当前 A 槽保持服务,失败不污染活动版本
V1.1 · 示意结构,非冻结 ABI
{
  "schema_version": "1.1",
  "model_id": "wind.control.mpc_surrogate",
  "model_kind": "control.mpc_surrogate",
  "model_version": "2.3.0",
  "execution_domain": "CONTROL_AUX",
  "input_contract": {
    "schema_hash": "sha256:...",
    "max_age_ms": "TBD",
    "quality_policy": "all_required_valid"
  },
  "output_contract": {
    "result_ttl_ms": "TBD",
    "confidence_semantics": "model_defined"
  },
  "backends": [
    {"kind": "rknn", "capability_profile": "sku-TBD"},
    {"kind": "cpu", "approved_fallback": false}
  ],
  "approval": {
    "control_authority": "bounded_setpoint_only",
    "online_calibration": "off"
  }
}
typedef enum {
  IICP_CONTROL_AUX,
  IICP_DIAGNOSTIC,
  IICP_PREDICTION,
  IICP_BATCH
} iicp_ai_class_t;

typedef struct {
  uint64_t request_id;
  uint64_t based_on_state_sequence;
  uint64_t submitted_ns;
  uint64_t deadline_ns;
  const char *model_ref;
  const char *feature_set_ref;
  iicp_ai_class_t task_class;
  uint32_t input_quality_summary;
} iicp_ai_request_t;

int iicp_ai_submit(
  const iicp_ai_request_t *req,
  const void *input,
  size_t input_size);

int iicp_ai_poll(
  uint64_t request_id,
  iicp_ai_result_meta_t *meta,
  void *out,
  size_t *inout_size);
typedef struct {
  uint16_t abi_major, abi_minor;
  uint16_t result_kind;
  uint32_t flags;
  uint64_t epoch, sequence;
  uint64_t request_id, execution_plan_id;
  uint64_t based_on_state_sequence;
  uint64_t produced_ns, expires_ns;
  uint64_t model_identity_hash;
  uint64_t package_hash, calibration_hash;
  uint32_t input_quality_summary;
  uint32_t result_quality;
  uint32_t confidence_encoding;
  uint32_t payload_schema_hash, payload_bytes;
} iicp_result_meta_v11_t;
Result kind允许的消费路径最小语义控制权限
CONTROL_RECOMMENDATIONPLC Safety Guardbased_on_state_sequence · 白名单建议 · expires_ns建议 / 有界修正
DIAGNOSTIC_FINDING受控应用 / 运维健康度 / 故障概率 / RUL · 适用工况 / 证据无
FORECAST应用 / 授权 Control AI 输入目标时域 · 预测值 / 区间 · 过期时间无
IMPUTATION特征与数据消费者缺失原因 · 方法 · 质量 · 有效期无
06

验证方案、TBD 与研发闭环

所有量化门槛先空置,待 SKU、RAM、BSP、RKNN、模型与负载画像确定后由目标板实测冻结。

关键 TBD 决策

8 OPEN
  • AI-T01

    最终 SoC / 板卡 SKU、核簇、RAM、存储和热设计

    硬件
  • AI-T02

    BSP、内核、NPU 驱动与 RKNN Toolkit / Runtime 能力矩阵

    BSP / AI
  • AI-T03

    NPU 提交并发、可抢占 / 取消、线程安全、DMA 与延迟

    AI / BSP
  • AI-T04

    模型格式、算子覆盖、量化精度与 CPU fallback 许可

    AI / 法务
  • AI-T05

    控制建议变量字典、时效 / 质量门槛、撤回边界与权限映射

    控制 / 安全
  • AI-T06

    三类模型的数据质量、不确定度、漂移和人工处置标准

    算法 / 运维
  • AI-T07

    NPU / CPU / 内存 / 温度预算、队列策略与验收负载画像

    架构 / 测试
  • AI-T08

    签名 PKI、密钥轮换、模型审批与在线校准授权责任链

    产品安全

研发工作包

WBS · DRAFT
  • AI-11

    硬件 / BSP / RKNN capability PoC

    样机
  • AI-12

    manifest、模型包、签名与谱系

    安全
  • AI-13

    Data / Feature Engine 与质量库

    数据字典
  • AI-14

    Multi-Model Orchestrator 与 DAG

    AI-12/13
  • AI-15

    Scheduler / Resource Manager / 背压

    AI-11
  • AI-17

    Control AI 与 PLC HIL 协同链路

    IPC/PLC
  • AI-19

    受控在线校准、影子验证与回退

    AI-12/17
  • AI-20

    指标、审计、故障演练与安全

    全部
T-01

模型包与依赖

验证不可变包与依赖锁的拒绝路径。

  • 篡改 hash / 签名 / schema
  • 依赖漂移与版本不兼容
  • 活动 A 槽不受影响
T-02

调度与后端契约

验证有界队列、deadline 和不可抢占预算。

  • 满队列与迟到结果
  • 取消请求 → LATE_UNCANCELLED
  • fake backend + 目标 RKNN
T-03

PLC / AI 故障注入

证明 AI 故障不阻塞基础控制。

  • AI / NPU / fallback 故障
  • Supervisor 失联和旧 epoch
  • 建议撤回与恢复观察
总体架构AI 平台化 · 三执行域
PLC Runtime唯一裁决 · 非阻塞读取
AI Runtime多模型 · 资源治理 · 可回滚
协同接口结果分类 · ABI 提案 · 谱系