技术体系围绕“可扩展训练、可追溯模型、确定性执行、分层验证”组织，而不是把所有组件放入同一条实时链路。
分布式计算
通过任务模板、调度与分布式运行组织仿真和算法工作负载。
仿真接入
统一训练和推理工作流，当前能力以 Fluent 为核心，并面向其他后端扩展。
模型工程
管理配置、指标、日志、模型和诊断制品，建立构建与部署之间的证据链。
HLS / FPGA
面向目标硬件完成模型构建、验证和部署，按模型与工具条件报告结果。
实时控制
将传感器、观测、推理、安全处理和动作输出保留在板端实时数据面。
安全与追溯
通过权限、审计、制品边界、状态恢复和分层验证降低工程不确定性。
确定性实时数据面
把硬实时闭环留在板端
传感器
采集现场信号
observation
构建模型观测
FPGA 模型推理
执行确定性计算
动作安全处理
约束与保护
DAC / 执行器
输出控制动作
HTTP、数据库、训练服务器、远程网络、Web 管理界面和上位机调度不进入逐步硬实时闭环。
可审计的工程证据
不把单点测试等同于端到端结果
软件与工作流
记录版本、配置、数据、日志、指标和制品，验证任务可运行且结果可复现。
模型与硬件
固定模型、精度、板卡、时钟和工具版本，分别报告模型推理与接口链路。
端到端实验
在明确 I/O、样本、持续时间和环境条件后，再形成闭环性能与稳定性结论。