# linux_learn

**Repository Path**: remainderyu/linux_learn

## Basic Information

- **Project Name**: linux_learn
- **Description**: 2026年--全新linux内核之路
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-01-18
- **Last Updated**: 2026-07-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 整体技术体系总览
**定位**：ARM64 架构下 底层系统 + 安全内核 + 边缘智能 + 虚拟化 全栈技术
**四大主分类**：
1. Linux 内核（ARM64 平台）
2. 边缘人工智能（ARM64 端侧部署）
3. Rust 安全操作系统开发
4. ARM64 平台虚拟化技术

---

# 一、Linux 内核（ARM64 架构）
## 分类1：基础运行环境 & 架构基础
### 1.1 ARM64 硬件架构基础
- 核心内容：AArch64 寄存器、运行模式、异常/中断体系、MMU 内存管理、缓存机制、多核SMP
- 配套学习：ARM64 汇编、芯片手册（RK3568）、设备树(DTS)原理

### 1.2 Linux 内核基础能力
- 内核编译与移植：Linux 5.10 定制编译、defconfig 配置、交叉编译（aarch64）、镜像/设备树打包、系统启动流程（U-Boot → 内核 → 根文件系统）
- 根文件系统：BusyBox / Buildroot 裁剪、文件系统结构、启动脚本

## 分类2：内核核心子系统
### 2.1 内存管理
页表、伙伴系统、SLUB/SLOB、OOM、ARM64 地址空间布局

### 2.2 进程调度 & 实时性
调度器源码、PREEMPT_RT 实时补丁、调度延迟、任务优先级、实时任务调优（适配车载/边缘实时场景）

### 2.3 中断与时钟
硬中断、软中断、中断线程化、中断上下文限制、时钟子系统

### 2.4 驱动开发（嵌入式落地）
字符设备、平台驱动、GPIO/I2C/SPI/V4L2(摄像头)、NPU 驱动框架、dma-buf 内存共享（AI场景高频）

## 分类3：内核观测 & 性能调优（高阶）
- 工具：eBPF、perf、ftrace、npu-smi、内核日志分析
- 实战：内核性能瓶颈排查、调度/中断延迟优化、NPU+CPU 协同调优
- 载体：你之前的 **车载eBPF实时监控工程**、RK3568 NPU 性能调优

---

# 二、边缘人工智能（ARM64 嵌入式平台）
## 分类1：AI 理论与基础工具链
### 1.1 深度学习基础
CNN 卷积网络、目标检测/图像分类模型原理、模型结构（YOLO、MobileNet）、损失函数、推理基本概念

### 1.2 数据与图像处理
OpenCV 图像读写、色彩空间转换、图像预处理（缩放/裁剪/归一化）、V4L2+MPP 硬件图像采集（RK平台）

## 分类2：模型转换与量化（边缘核心）
### 2.1 模型链路
PyTorch/TensorFlow 原生模型 → ONNX 中间格式 → 端侧推理模型

### 2.2 量化技术
INT8/INT4 离线量化、校准数据集、量化精度与速度权衡、模型剪枝/轻量化

## 分类3：端侧推理框架（按硬件适配划分）
### 3.1 通用推理框架
TensorFlow Lite、ONNX Runtime（ARM64 跨平台通用）

### 3.2 硬件NPU专属框架
瑞芯微 **RKNPU2 / RKNN**（RK3568 主力）：模型转换工具、C/Python 推理API、NPU 算子适配

## 分类4：工程实战场景
- 视觉AI：摄像头实时目标检测、工业缺陷检测、人脸识别
- 系统联动：Linux 应用层 + NPU 推理联合开发、多进程/多线程推理服务
- 实战载体：RK3568 全套AI Demo、自定义业务推理程序

---

# 三、Rust + 安全操作系统（安全OS方向）
## 分类1：Rust 语言底层能力（系统编程向）
### 1.1 Rust 核心语法与安全特性
所有权、借用、生命周期、内存安全、`unsafe` 边界、并发安全、异步编程

### 1.2 系统级 Rust 编程
裸指针、内存布局、FFI 跨语言调用（Rust ↔ C）、嵌入式Rust、无标准库 `no_std` 开发

## 分类2：开源 Rust OS 学习与二次开发
### 2.1 主流项目研读
- ArceOS（星绽）：Framekernel 架构、Linux ABI 兼容、Safe Rust 内核、NixOS 适配
- Redox OS：微内核架构、完整桌面/服务生态
- DragonOS：国产宏内核、Linux 二进制兼容、云原生场景

### 2.2 编译与运行环境
Docker 容器构建 OS 编译环境、交叉编译（ARM64/x86_64/RISC-V）、QEMU 模拟器运行调试

## 分类3：安全内核设计思想
### 3.1 内核架构
微内核 / 宏内核 / 混合内核 优劣、可信计算基(TCB)最小化设计

### 3.2 安全能力
内存安全、漏洞防护、权限隔离、沙箱机制、工业级安全OS落地思路

## 分类4：实战方向
- 阅读内核源码、新增系统调用、驱动模块适配
- 基于 ArceOS 做功能扩展、ARM64 平台移植优化

---

# 四、ARM64 平台虚拟化技术
## 分类1：虚拟化基础理论
- 虚拟化类型：全虚拟化、半虚拟化、容器虚拟化
- ARM64 硬件虚拟化扩展：ARM Virtualization Extensions (ARM-VHE)、EL2 异常级别、虚拟机内存/中断虚拟化

## 分类2：主流虚拟化组件（ARM64 平台）
### 2.1 QEMU
QEMU 源码编译（多架构：AArch64/RISC-V/X86）、QEMU 命令行、设备模拟、网络/存储虚拟化

### 2.2 KVM（Linux 原生虚拟化）
ARM64 KVM 架构、虚拟机生命周期、VCPU 调度、内存虚拟化、IO 虚拟化、KVM 调试与性能调优

### 2.3 容器虚拟化
Docker / Containerd 底层原理、镜像构建（你当前 ArceOS Docker 环境）、容器隔离（Namespace/Cgroup）、ARM64 容器镜像适配

## 分类3：虚拟化实战场景
1. 开发环境：基于容器搭建跨架构编译环境（Rust OS、内核、AI工具链）
2. 系统仿真：QEMU+KVM 运行 ARM64 虚拟机、多虚拟机集群
3. 边缘虚拟化：边缘设备上虚拟机/容器混合部署、资源隔离

---

# 补充：整体学习路线优先级 & 交叉关联
## 1. 技术交叉点（重点发力方向）
1. **ARM64 贯穿全部四大方向**：所有技术最终落地在 ARM64 硬件
2. **Linux 内核 + 边缘AI**：NPU驱动、dma-buf、硬件编解码、CPU/NPU 协同调度
3. **Linux 内核 + 虚拟化**：KVM 依赖内核、容器依赖内核隔离技术
4. **Rust OS + 虚拟化**：Rust 内核对接 QEMU/KVM、安全虚拟机隔离

## 2. 推荐学习顺序（由底向上）
1. 夯实 **Linux 内核(ARM64)** 基础（底层根基）
2. 同步学习 **边缘AI**（业务落地，快速出成果）
3. 进阶 **ARM64 虚拟化**（环境搭建、系统仿真能力）
4. 深耕 **Rust 安全OS**（高阶底层创新方向）

## 3. 个人技术标签总结
**ARM64 架构下：Linux内核研发 + 边缘AI部署 + Rust安全操作系统 + 平台虚拟化 全栈工程师**