Articoli tecnici

Insight di MathWorks

Miglioramento delle prestazioni delle simulazioni in Simulink


Autori:

  • Weiwu Li, MathWorks
  • Reid Spence, MathWorks
  • Guy Rouleau, MathWorks

22 minuti di lettura

Indipendentemente dal livello di complessità del modello, ogni utente di Simulink® desidera migliorare le prestazioni della simulazione. Questo articolo presenta numerosi suggerimenti e tecniche pratiche per ottenere le migliori prestazioni dai workflow di simulazione. 

Primi passi per migliorare le prestazioni della simulazione

Per prima cosa, è necessario analizzare il workflow della simulazione per capire quante volte il modello deve eseguire le fasi di modifica, inizializzazione e simulazione. Ad esempio, i seguenti quattro workflow comuni presentano caratteristiche molto diverse. La modalità di simulazione e le opzioni più adatte per ottimizzare le prestazioni dipendono da quale di questi quattro workflow si utilizza.

Il primo workflow è modifica-aggiorna-ripeti (Figura 1). Questo workflow è tipico quando si preme Ctrl+D per aggiornare il modello senza essere ancora pronti a validare la simulazione, ad esempio quando si apportano modifiche sostanziali ai modelli.

Diagramma che illustra il workflow modifica-aggiorna-ripeti per le simulazioni.

Figura 1. Il workflow modifica-aggiorna-ripeti.

Il secondo workflow è modifica-simula-ripeti, che richiede la modifica della struttura e l'inizializzazione del modello ogni volta (Figura 2).

Diagramma che illustra il workflow modifica-simula-ripeti per le simulazioni.

Figura 2. Il workflow modifica-simula-ripeti.

Il terzo workflow è regola-simula-ripeti (Figura 3). Si concentra sulla regolazione iterativa di alcuni parametri, senza la necessità di modificare la struttura del modello.

Diagramma che illustra il workflow regola-simula-ripeti per le simulazioni.

Figura 3. Il workflow regola-simula-ripeti.

Il quarto workflow è quello delle simulazioni multiple (Figura 4). In genere riguarda numerose simulazioni con modelli già verificati, per le quali può essere utile delegare l'esecuzione ad altre risorse.

Diagramma che illustra il workflow di simulazioni multiple.

Figura 4. Il workflow di simulazioni multiple.

Un altro fattore che influenzerà la nostra scelta delle soluzioni per le prestazioni è la fase della simulazione che incide maggiormente sul tempo totale di calcolo. È possibile utilizzare le informazioni sui tempi nell'oggetto SimulationMetadata restituito nell'oggetto Simulink.SimulationOutput per vedere quale parte del tempo totale è occupata dall'inizializzazione o dall'esecuzione. Nell'esempio seguente, ad esempio, le prestazioni del modello dipendono soprattutto dal tempo di esecuzione: conviene quindi concentrarsi su soluzioni che velocizzino l'esecuzione del modello piuttosto che l'inizializzazione.

Per comprendere meglio le proprietà della simulazione, è possibile consultare i metadati del modello utilizzato nel workflow più comune. L'oggetto SimulationMetadata contiene informazioni su un'esecuzione della simulazione, tra cui informazioni sul modello, sui tempi e sull'esecuzione, ecc. È possibile recuperare le informazioni sui tempi accedendo alla proprietà out.SimulationMetadata.TimingInfo. Un esempio delle informazioni temporali dei metadati di simulazione si presenta così: 

 WallClockTimestampStart: '2021-12-16 10:57:15'
 WallClockTimestampStop: '2021-12-16 10:58:44'
 InitializationElapsedWallTime: 0.6918
 ExecutionElapsedWallTime: 87.8463
 TerminationElapsedWallTime: 0.4087
 TotalElapsedWallTime: 88.9468
 ProfilerData: 'Profiler is not enabled'

A seconda del workflow di simulazione specifico e delle caratteristiche del modello (tempo di inizializzazione rispetto al tempo di esecuzione, ecc.), è possibile consultare rapidamente la Tabella 1 qui sotto per selezionare e provare le tecniche più adatte.

Tecniche Workflow
Modifica-Aggiorna-Ripeti Modifica-Simula-Ripeti Regola-Simula-Ripeti Simulazioni multiple
Modalità di simulazione   x x x
Fast Restart     x x
Cache di simulazione x x x x
Riferimento al modello -
Compilazione parallela
x x    
Riferimento al modello -
Caricamento incrementale e
Ricostruzione
x x    
Simulink Profiler x x x x
Solver Profiler   x x x
Modifica dei modelli   x x x
Simulazione parallela       x

Tabella 1. Tecniche tipiche per migliorare le prestazioni della simulazione.

Selezione della modalità di simulazione corretta

Simulink offre tre modalità di simulazione: Normal, Accelerator, and Rapid Accelerator (Figura 5). Come suggeriscono i nomi, la modalità Accelerator è generalmente più veloce di quella Normal e la modalità Rapid Accelerator lo è ancora di più. Ogni aumento di velocità comporta in genere una rinuncia in termini di flessibilità, interattività e/o funzionalità diagnostiche. In molti casi, se è possibile lavorare senza una di queste funzionalità, almeno temporaneamente, la velocità di simulazione migliorerà.

Screenshot delle opzioni della modalità di simulazione: Normal, Accelerator, and Rapid Accelerator.

Figura 5. Modalità di simulazione Simulink.

In modalità Normal Simulink interpreta il modello durante ogni esecuzione della simulazione. Se si cambia spesso il modello, questa è generalmente la modalità preferibile perché non richiede una fase di compilazione separata come le modalità Accelerator e Rapid Accelerator.

In modalità Accelerator Simulink compila un modello in un motore di esecuzione in memoria, eliminando il sovraccarico dovuto all'esecuzione blocco per blocco di una simulazione interpretata in modalità Normal. La modalità Accelerator supporta il debugger e il profiler, ma solo un set limitato di strumenti di diagnostica in fase di esecuzione. La modalità Accelerator viene spesso utilizzata quando il tempo di simulazione è molto più lungo del tempo di compilazione.

In modalità Rapid Accelerator Simulink compila un eseguibile autonomo per il modello, che può essere eseguito in un processo separato. È possibile utilizzare la modalità Accelerator rapido solo quando il modello completo è in grado di generare codice. Questa modalità limita l'interazione con il modello durante le simulazioni. Ad esempio, la modalità Rapid Accelerator non supporta il debug. Come per la modalità Accelerator, è consigliabile utilizzare la modalità Rapid Accelerator quando le simulazioni richiedono molto più tempo della compilazione, che viene eseguita una sola volta.

Ci si potrebbe chiedere quale modalità scegliere per il proprio workflow. La Figura 6 mostra le prestazioni di una simulazione di un modello ipotetico nelle modalità Normal, Accelerator e Rapid Accelerator.

Grafico che mostra le prestazioni delle modalità di simulazione Normal, Accelerator, and Rapid Accelerator su un modello ipotetico.

Figura 6. Prestazioni di un modello ipotetico simulato in diverse modalità di simulazione.

In genere, la modalità Normal è consigliata in un workflow di “sviluppo”, in cui si modifica spesso il modello e si eseguono l'aggiornamento del diagramma o brevi simulazioni tra una modifica e l'altra. Al contrario, utilizzare la modalità Rapid Accelerator quando si desidera eseguire più simulazioni senza apportare modifiche strutturali ai modelli, come l'aggiunta o la rimozione di blocchi.

Se si sa che il modello non verrà modificato tra un'esecuzione e l'altra, è possibile indicare a Simulink di saltare l'inizializzazione della modalità Rapid Accelerator impostando RapidAcceleratorUpToDateCheck su “off”. Tenere presente che le modifiche ai parametri non regolabili verranno ignorate. Se il modello presenta una limitazione che impedisce l'utilizzo della modalità Rapid Accelerator, utilizzare invece la modalità Accelerator.

Scopri di più su come funzionano le modalità di accelerazione, sulla scelta di una modalità di simulazione, sui motivi per cui la modalità Accelerator esegue la ricostruzione e sul confronto delle prestazioni.

Quando le modalità di accelerazione sono più vantaggiose per alcuni modelli rispetto ad altri

A volte si potrebbe notare che alcuni modelli traggono maggior beneficio dalla modalità Accelerator o Rapid Accelerator rispetto ad altri. Se il modello non mostra miglioramenti significativi delle prestazioni, le cause potrebbero essere le seguenti:

L'algoritmo del modello è contenuto principalmente in pochi blocchi complessi, come il blocco Fast Fourier Transform o le tabelle di ricerca. Un modello di piccole dimensioni potrebbe risultare più lento in modalità Accelerator perché i blocchi nativi sono altamente ottimizzati. Al contrario, un modello con molti blocchi di base ha maggiori probabilità di beneficiare dell'accelerazione.

Il modello contiene principalmente codice compilato, come il codice di S-function, blocchi Stateflow® e funzioni MATLAB®. L'utilizzo della fase di compilazione non aumenterà ulteriormente la velocità del modello.

Le simulazioni includono fasi di inizializzazione o di terminazione. Poiché le modalità di accelerazione agiscono solo sulla fase di simulazione di ogni esecuzione, potrebbero non offrire miglioramenti significativi in presenza di fasi di inizializzazione o terminazione lunghe. Per i dettagli, vedere la sezione “Accelerazione della fase di inizializzazione” di questo articolo.

Il modello contiene blocchi che non possono essere compilati, come i blocchi Interpreted MATLAB Function o i System object MATLAB in modalità interpretata.

Abilitazione del Fast Restart per le simulazioni iterative

In un tipico workflow di simulazione Simulink, quando si preme il pulsante Run, Simulink aggiorna e compila prima il modello, quindi lo simula. Questo processo si ripete per ogni esecuzione successiva. Tuttavia, se le simulazioni iterative richiedono solo la modifica degli input del modello o dei parametri regolabili, in genere non è necessario modificare la struttura del modello. Per questi workflow, la fase di inizializzazione è solitamente superflua dopo la prima esecuzione e il suo peso cresce rapidamente quando si eseguono centinaia o addirittura migliaia di simulazioni.

Simulink offre una comoda funzionalità chiamata Fast Restart. Come suggerisce il nome, consente di eseguire simulazioni iterative compilando il modello una sola volta (Figura 7).

Screenshot della funzione Fast Restart in Simulink.

Figura 7. Abilitazione del Fast Restart in Simulink.

Con la funzione Fast Restart attiva, il modello non termina automaticamente dopo ogni esecuzione. Il modello viene invece reinizializzato automaticamente utilizzando le informazioni di inizializzazione salvate, così la serie successiva di simulazioni non richiede una nuova compilazione.  

Quando si utilizza la funzione Fast Restart, il modello viene bloccato e non sarà possibile modificarne la struttura. Ciò impedisce qualsiasi modifica strutturale al modello fino al termine delle simulazioni. Tuttavia, sarà comunque possibile modificare i parametri regolabili o i segnali di ingresso e osservarne l'effetto sulle simulazioni.

È possibile attivare il Fast Restart dalla barra degli strumenti come mostrato sopra e nelle simulazioni programmatiche utilizzando le funzioni sim e parsim.

Utilizzo del punto operativo di simulazione

In genere, gli ingegneri simulano un modello Simulink in modo iterativo per diversi input, condizioni al contorno e condizioni operative. In molte situazioni, queste simulazioni condividono una fase di avvio comune in cui il modello passa dal suo stato iniziale a un altro stato. Un motore elettrico, ad esempio, può essere portato alla velocità di regime prima di testare diverse sequenze di controllo.

Utilizzando i punti operativi di simulazione, è possibile salvare un'istantanea della simulazione al termine della fase di avvio e quindi ripristinarla per utilizzarla come stato iniziale per le simulazioni future. Questa tecnica non migliora la velocità di simulazione di per sé, ma può ridurre il tempo totale di simulazione per le esecuzioni consecutive perché la fase di avvio deve essere simulata una sola volta (vedere la Figura 8 qui sotto).

Illustrazione di come le funzioni Fast Restart e Operating Point Restore riducono il tempo totale di simulazione.

Figura 8. Utilizzo delle funzioni Fast Restart e Operating Point Restore.

Scopri di più sul comportamento del punto operativo.  

Esecuzione di più simulazioni in parallelo

Con Simulink e Parallel Computing Toolbox™ è possibile ridurre il tempo totale necessario per eseguire più simulazioni indipendenti distribuendo le attività di simulazione tra più core di elaborazione. È possibile ridurre ulteriormente il tempo complessivo di simulazione utilizzando MATLAB Parallel Server™, che consente di scalare le simulazioni su cluster e cloud.

I casi d'uso comuni per l'esecuzione di simulazioni in parallelo includono l'analisi Monte Carlo, l'ottimizzazione della progettazione e l'analisi dei casi di test. Ad esempio, si potrebbe impostare una simulazione Monte Carlo in cui si varia il valore di un parametro all'interno di un intervallo predeterminato. È quindi possibile eseguire simulazioni per ciascun valore del parametro in modo indipendente e in parallelo su più core.

È possibile parallelizzare molte delle attività coinvolte nell'ottimizzazione della progettazione, tra cui la stima dei parametri del modello dai dati di test, la regolazione dei guadagni del controllore per ottenere la risposta desiderata, l'ottimizzazione dei parametri di progettazione e le analisi di sensibilità e di robustezza. Il tempo totale di simulazione diminuisce all'aumentare del numero di processori utilizzati.

In genere, esistono due opzioni per impostare l'esecuzione di simulazioni multiple in parallelo: Il pannello Multiple Simulations o uno script che richiama la funzione parsim. È possibile impostare ed eseguire le simulazioni direttamente tramite il pannello Multiple Simulations nell'Editor Simulink (vedere Figura 9). Nel pannello Multiple Simulations, è possibile specificare i valori per i parametri dei blocchi e le variabili dell'area di lavoro per le simulazioni. Selezionando l'opzione “usa in parallelo”, è possibile abilitare automaticamente l'esecuzione parallela della simulazione.

Screenshot del pannello Multiple Simulations nell'editor Simulink.

Figura 9. Utilizzo del pannello Multiple Simulations per avviare la simulazione parallela.

È inoltre possibile utilizzare il costrutto parsim per avviare la simulazione parallela tramite uno script MATLAB. Rispetto all'utilizzo del pannello Multiple Simulations, l'utilizzo di uno script parsim offre maggiore flessibilità e opzioni avanzate.  

Scopri di più sulla configurazione e l'esecuzione di simulazioni con il pannello Multiple Simulations.

Scopri di più sull'esecuzione di simulazioni parallele, sul comando parsim e sull'utilizzo di parsim con simulazioni in modalità Rapid Accelerator.

Il riferimento al modello consente di includere un modello in un altro utilizzando un blocco Model. Ogni istanza di questo tipo è denominata riferimento a un modello. Analogamente ai sottosistemi, il riferimento al modello consente di organizzare una gerarchia di modelli di grandi dimensioni (Figura 10). 

Screenshot delle opzioni di ricostruzione del riferimento al modello.

Figura 10. Opzioni di ricostruzione del riferimento al modello. 

L'utilizzo dei riferimenti ai modelli offre numerosi vantaggi in termini di prestazioni:

  • Caricamento incrementale. I modelli referenziati vengono caricati solo quando necessario.
  • Simulazione accelerata. Il riferimento al modello consente di memorizzare parti di una simulazione in file di modello diversi. Se una parte consistente della simulazione non subisce modifiche, è possibile inserirla all'interno di un modello referenziato in modalità Accelerator. Questa parte verrà compilata solo la prima volta e, nelle esecuzioni successive, verrà inizializzata e simulata più rapidamente.
  • Ricostruzione incrementale. Se è selezionata l'opzione “If any changes in known dependencies detected” per la ricompilazione dei modelli referenziati, i target di simulazione che implementano tali modelli non vengono generati a ogni esecuzione della simulazione, ma solo quando vengono modificati il modello referenziato, una delle sue dipendenze o le relative interfacce. Questa opzione è più veloce rispetto all'opzione “Se vengono rilevate modifiche”, perché evita il calcolo del checksum del modello. Se si è certi che la struttura del modello non venga modificata durante le simulazioni, è possibile impostare l'opzione Rebuild su “Mai” per velocizzare ulteriormente il processo.
  • Compilazione parallela. Per i modelli che contengono gerarchie di riferimenti ai modelli di grandi dimensioni, è possibile ridurre i tempi di generazione e compilazione del codice compilando i modelli referenziati in parallelo. Con Parallel Computing Toolbox o MATLAB Parallel Server, è possibile distribuire la generazione e la compilazione del codice su più worker MATLAB nella configurazione.

I riferimenti ai modelli vengono generalmente utilizzati in un ambiente di team, dove è possibile eseguire simulazioni basate su componenti creati da altri. Simulink può raccogliere questi artefatti di compilazione in un singolo file di cache Simulink con estensione .SLXC per ogni modello nella gerarchia (Figura 11).

Screenshot che evidenzia il file di cache .slxc Simulink.

Figura 11. File di cache Simulink.

Con i file di cache di Simulink®, vengono ricompilati solo i file non aggiornati, purché il parametro di configurazione Rebuild sia impostato su “If any changes detected (default)” oppure su “If any changes in known dependencies detected”. È possibile condividere questi file SLXC e i corrispondenti file di modello Simulink con gli altri membri del team.

Quando si esegue la simulazione sul proprio computer, Simulink estrae i file derivati necessari dal file SLXC per ciascun modello. Di conseguenza, Simulink evita ricostruzioni superflue e completa la simulazione più rapidamente.

Inoltre, i file di cache Simulink si applicano a diversi tipi di artefatti di compilazione, che potrebbero non essere target di simulazione dei riferimenti ai modelli (ad esempio, target della modalità Rapid Accelerator). La condivisione di questi file di cache Simulink riduce significativamente i costi di ricostruzione in un workflow di squadra.

Scopri di più sul riferimento al modello.

Scopri di più sui file di cache Simulink.

Analisi dei modelli per individuare i colli di bottiglia nella simulazione

Simulink include funzionalità integrate che possono aiutare a comprendere sistematicamente i modelli, identificare i colli di bottiglia nelle prestazioni della simulazione e migliorarne la velocità.

Performance Advisor

Performance Advisor può essere avviato dalla scheda Debug insieme a Simulink Profiler e Solver Profiler (Figura 12).

Screenshot della scheda di debug in Simulink che evidenzia l'opzione Performance Advisor.

Figura 12. Avvio di Performance Advisor.

Performance Advisor analizza il modello ed esegue diversi controlli per individuare condizioni e impostazioni di configurazione che potrebbero causare prestazioni di simulazione inefficienti. Performance Advisor fornisce raccomandazioni per ottimizzare le impostazioni di configurazione del modello, nonché meccanismi per la risoluzione automatica o manuale dei problemi.

Una volta applicate le modifiche consigliate al modello, Performance Advisor può verificare in che misura hanno contribuito a migliorare le prestazioni (Figura 13). 

Screenshot delle impostazioni di Simulink Performance Advisor.

Figura 13. Simulink Performance Advisor.

Scopri di più su Performance Advisor.

Simulink Profiler

In Simulink esistono due tipi di profiler che è possibile utilizzare per profilare il modello in caso di simulazioni lente. Se non si è sicuri di quale utilizzare, consultare la Figura 14 per orientarsi rapidamente. Simulink Profiler serve a determinare quali blocchi richiedono la maggior parte del tempo di simulazione; Solver Profiler, invece, analizza il motivo per cui il risolutore a passo variabile esegue determinati passi.

Albero decisionale per la valutazione delle simulazioni lente utilizzando Simulink Profiler o Solver Profiler.

Figura 14. Utilizzo di Simulink Profiler e Solver Profiler.

Simulink Profiler consente di quantificare il tempo impiegato da ciascuna fase della simulazione e il tempo necessario per simulare ciascun blocco. Simulink Profiler viene spesso utilizzato in modalità Normal durante la fase di progettazione per poter esaminare il tempo di esecuzione di ciascun blocco. L'utilizzo di Simulink Profiler può generare una grande quantità di dati. Per ridurre al minimo la quantità di dati da esaminare, concentrarsi sui metodi che richiedono più tempo e su quelli che vengono richiamati più frequentemente.

Simulink Profiler identifica la causa del rallentamento della simulazione, consentendo di valutare manualmente le prestazioni in termini di tempo di esecuzione. È anche possibile sostituire i blocchi più onerosi dal punto di vista computazionale con blocchi più leggeri per accelerare la simulazione (Figura 15).

Screenshot di Simulink Profiler applicato a un modello di un sistema di trasmissione automatica.

Figura 15. Simulink Profiler.

Scopri di più su Simulink Profiler.

Solver Profiler

Quando la simulazione di un modello con un risolutore a passo variabile rallenta, esegue troppi piccoli passi o smette di rispondere, Solver Profiler può aiutare a comprendere il comportamento del risolutore e a identificare i fattori che influenzano la simulazione.

Diversi fattori possono influenzare il comportamento del risolutore e limitare la velocità di simulazione. Il Solver Profiler registra e segnala tutti gli eventi principali che si verificano durante la simulazione di un modello:

  • Eventi di attraversamento dello zero
  • Eventi di eccezione del risolutore
  • Eventi di ripristino del risolutore
  • Eventi di calcolo dello jacobiano

Se il modello include blocchi Simscape™, è anche possibile esaminare le varie quantità fisiche di questi blocchi utilizzando Simscape Results Explorer.

Solver Profiler presenta informazioni grafiche e statistiche sulla simulazione, le impostazioni del risolutore, gli eventi e gli errori. È possibile utilizzare questi dati per identificare i punti del modello che hanno causato colli di bottiglia nella simulazione e intervenire di conseguenza, ad esempio aggiornando la rigidità del sistema per migliorare le prestazioni della simulazione.  

Solver Profiler viene solitamente utilizzato con i risolutori a passo variabile per spiegare perché la simulazione richiede troppi passi o perché un singolo passo è così piccolo. D'altra parte, se l'obiettivo è capire perché ogni passo della simulazione richiede troppo tempo per essere completato, o se si utilizza un risolutore a passo fisso, allora Simulink Profiler, discusso nella sezione precedente, è lo strumento giusto (Figura 16).

Screenshot di Solver Profiler che presenta informazioni grafiche e statistiche su una simulazione.

Figura 16. Solver Profiler.

Scopri di più su Solver Profiler, sul rilevamento degli attraversamenti dello zero e sui reset del risolutore.

Modifica e semplificazione del modello

La maggior parte delle tecniche descritte finora richiede poche modifiche al modello stesso, o nessuna. È possibile ottenere ulteriori miglioramenti delle prestazioni applicando tecniche che comportano modifiche al modello.

Accelerazione della fase di inizializzazione

Quando si aggiorna o si apre un modello, Simulink esegue il codice di inizializzazione della maschera. Se si dispone di comandi di inizializzazione della maschera complicati che contengono molte chiamate a set_param, valutare la possibilità di consolidare le chiamate consecutive a set_param() in un'unica chiamata con più coppie di argomenti. Ciò può ridurre il sovraccarico associato a queste chiamate.

Scopri di più sull'esecuzione del codice della maschera.

Se si utilizzano script MATLAB per caricare e inizializzare i dati, è spesso possibile migliorare le prestazioni caricando file MAT. Lo svantaggio è che i dati in un file MAT non sono in un formato leggibile e possono quindi essere più difficili da gestire rispetto a uno script. Tuttavia, il caricamento in genere inizializza i dati molto più rapidamente rispetto allo script equivalente.

Scopri di più sul caricamento dei dati da un file MAT nell'area di lavoro.

Riduzione della complessità del modello

Semplificare il modello senza sacrificarne la fedeltà è un modo efficace per migliorare le prestazioni della simulazione. Ecco tre modi per ridurre la complessità del modello.

Sostituire un sottosistema con un'alternativa a fedeltà inferiore. In molti casi, è possibile semplificare il modello sostituendo un modello di sottosistema complesso con uno dei seguenti:

  • Un modello dinamico lineare o non lineare creato a partire da dati di input-output misurati utilizzando System Identification Toolbox™
  • Un modello statistico non lineare ad alta fedeltà creato utilizzando Model-Based Calibration Toolbox™
  • Un modello lineare creato utilizzando Simulink Control Design™
  • Una tabella di ricerca

È possibile mantenere entrambe le rappresentazioni del sottosistema in una libreria e utilizzare sottosistemi varianti per gestirle.

Scopri di più sull'utilizzo dei blocchi di sottosistema configurabili.

Scopri di più su come lavorare con le tabelle di ricerca, sull'ottimizzazione della spaziatura dei breakpoint nelle tabelle di ricerca e sull'ottimizzazione del codice generato per i blocchi delle tabelle di ricerca.

Scopri di più sulla modellazione a ordine ridotto.

Ridurre il numero di blocchi. Riducendo il numero di blocchi nel modello, sarà necessario aggiornare un minor numero di blocchi durante le simulazioni, il che si traduce in tempi di esecuzione più rapidi. La vettorizzazione è un metodo per ridurre il numero di blocchi. Ad esempio, se si dispone di diversi segnali paralleli sottoposti a una serie di calcoli simili, si può provare a combinarli in un vettore ed eseguire un singolo calcolo. Un altro modo consiste nell'abilitare l'ottimizzazione Riduzione blocchi nella sezione Ottimizzazione > Generale dei parametri di configurazione.

Utilizzare l'elaborazione basata su frame. Nell'elaborazione basata su frame, i campioni vengono elaborati in batch anziché uno alla volta. Se il modello include un convertitore analogico-digitale, ad esempio, è possibile raccogliere i campioni di uscita in un buffer ed elaborare il buffer con una singola operazione, come una trasformata di Fourier veloce. L'elaborazione dei dati a gruppi in questo modo riduce il numero di volte in cui i blocchi del modello devono essere richiamati. In generale, il sovraccarico di pianificazione diminuisce all'aumentare della dimensione del frame. Tuttavia, i frame più grandi consumano più memoria e le limitazioni di memoria possono influire negativamente sulle prestazioni dei modelli complessi. Provare diverse dimensioni dei frame per trovare quella che massimizza i vantaggi prestazionali dell'elaborazione basata su frame senza causare problemi di memoria.

Riduzione dell'interattività

In generale, più il modello è interattivo, più tempo richiede la simulazione. I suggerimenti in questa sezione illustrano come migliorare le prestazioni rinunciando a parte dell'interattività.

Disabilitare la diagnostica di debug. Alcune funzioni diagnostiche abilitate rallentano sensibilmente le simulazioni. È possibile disattivarle nel riquadro Diagnostics della finestra di dialogo Configuration Parameters.

Nota: l'esecuzione delle diagnostiche di superamento dei limiti dell'array e di incoerenza dei dati del risolutore può causare un notevole rallentamento delle prestazioni del modello durante l'esecuzione.

Disabilitare le animazioni di simulazione. Per impostazione predefinita, i diagrammi Stateflow evidenziano gli stati attivi correnti e animano le transizioni di stato che si verificano durante l'esecuzione del modello. Questa funzione è utile per il debug, ma rallenta la simulazione. Per velocizzare le simulazioni, chiudere tutti i diagrammi Stateflow oppure disattivare l'animazione. Analogamente, se si utilizza Simulink 3D Animation™, la visualizzazione Simscape Multibody™, FlightGear o un altro pacchetto di animazione 3D, si consiglia di disabilitare l'animazione o di ridurre la fedeltà della scena per migliorare le prestazioni.

Scopri di più su come accelerare la simulazione in Stateflow.

Regolare i parametri specifici del visualizzatore e gestire i visualizzatori tramite i sottosistemi abilitati. Se il modello contiene un visualizzatore di oscilloscopio che mostra un gran numero di punti dati e non è possibile eliminarlo, provare a regolare i parametri del visualizzatore per trovare un compromesso tra fedeltà e velocità di rendering. Tenere presente, tuttavia, che utilizzando la decimazione per ridurre il numero di punti dati rappresentati, si rischia di perdere brevi transienti e altri fenomeni che sarebbero evidenti con un numero maggiore di punti dati. È possibile inserire i visualizzatori nei sottosistemi abilitati per controllare con maggiore precisione quali visualizzazioni sono abilitate e quando.

Scopri di più su come le impostazioni dei parametri del visualizzatore di segnali dell'oscilloscopio possono influire sulle prestazioni.

Utilizzo di funzioni MATLAB anziché di blocchi Interpreted MATLAB Function

Per richiamare una funzione MATLAB all'interno del modello Simulink, utilizzare un blocco MATLAB Function anziché un blocco Interpreted MATLAB Function o una S-function MATLAB. Il blocco MATLAB Function è l'alternativa più veloce. Supporta la generazione di codice C incorporabile. Sebbene il blocco MATLAB Function non supporti tutte le funzioni MATLAB, il sottoinsieme del linguaggio MATLAB che supporta è molto ampio.

Per trovare rapidamente tutti i blocchi Interpreted MATLAB Function nel modello, utilizzare Performance Advisor.

Scopri di più su come utilizzare il blocco MATLAB Function.

Si registrano grandi insiemi di dati. Quando si registrano grandi quantità di dati (ad esempio, in modelli che includono blocchi To Workspace, To File o Scope), utilizzare la decimazione o limitare l'output registrato all'ultima parte della simulazione. Evitare di registrare dati ridondanti (ad esempio, registrare l'ora una sola volta) e dati superflui (ad esempio, registrare valori interi invece di valori decimali quando possibile). L'override della registrazione può essere utilizzato anche per controllare quali segnali vengono registrati senza ricompilare il target di simulazione per la modalità Accelerator.

Scopri di più sull'esportazione dei dati di simulazione.

Ulteriori tecniche utili

Le seguenti tecniche si applicano ad alcuni modelli specifici; se il modello rientra negli schemi descritti di seguito, è probabile che queste tecniche consentano di aumentare la velocità di simulazione.

Ottimizzazione dell'accelerazione hardware

SIMD (Single Instruction Multiple Data) è una tecnica di elaborazione parallela a livello di dati che esegue la stessa operazione su più punti dati simultaneamente. Molte CPU moderne dispongono di istruzioni SIMD che, ad esempio, eseguono più addizioni o moltiplicazioni contemporaneamente. Per operazioni computazionalmente intensive su blocchi supportati, le istruzioni intrinseche SIMD potrebbero migliorare le prestazioni della simulazione.

Simulink supporta SIMD per l'accelerazione hardware in tutte le modalità di simulazione che utilizzano tecnologie di generazione del codice (ad esempio, modalità Accelerator o Rapid Accelerator).

Simulink fornisce un parametro configset per controllare il tipo di SIMD nel pannello Simulation Target. Per quanto riguarda le opzioni di accelerazione hardware, la scelta predefinita (“sfrutta l'hardware generico”) è disponibile su tutte le CPU X86 e non è necessaria alcuna ricompilazione. L'altra opzione (“sfrutta l'hardware nativo”) dipende dalla CPU. Se la CPU supporta set di istruzioni SIMD più recenti come SSE2/AVX2/AVX512, questa scelta potrebbe fornire una velocità di simulazione ancora maggiore (Figura 17).

Screenshot delle opzioni di accelerazione hardware in Simulink.

Figura 17. Configurazione delle opzioni di accelerazione hardware. 

Quando si utilizza un target di simulazione, molti fattori determinano se la SIMD è disponibile o se può migliorare la velocità della simulazione. È possibile utilizzare Performance Advisor, descritto in precedenza, per eseguire il controllo “Verifica impostazioni di accelerazione hardware” nella sezione Simulation Target e capire se SIMD è utile o meno per il modello specifico.  

Scopri di più sull'accelerazione hardware.

Utilizzo della simulazione multicore

In Simulink esistono diverse tecniche per accelerare una singola simulazione assegnando alcune parti del modello all'esecuzione multicore. Queste tecniche non si applicano a tutti i modelli, ma potrebbero essere utili per casi d'uso specifici.

Simulazione multicore di domini Dataflow. Se si modella e si simula un sistema di elaborazione del segnale ad alta intensità computazionale o un sistema di elaborazione del segnale multirate in Simulink, i domini Dataflow miglioreranno le prestazioni. Il dominio Dataflow è un nuovo dominio di esecuzione che esegue la simulazione utilizzando il modello di calcolo chiamato Synchronous Dataflow. Il dominio di esecuzione Dataflow è basato sui dati e può eseguire la simulazione utilizzando più core.

È possibile specificare Dataflow come dominio di esecuzione per un sottosistema impostando il parametro Domain su Dataflow tramite Property Inspector. I domini Dataflow partizionano automaticamente il modello e simulano il sistema utilizzando più thread per ottenere prestazioni di simulazione migliori (Figura 18).

Screenshot della procedura per specificare Dataflow come dominio di esecuzione in Property Inspector.

Figura 18. Dominio di esecuzione di Dataflow.

È possibile utilizzare il pulsante “Run Analysis” nella scheda “Multicore” per analizzare il dominio Dataflow e valutare le prestazioni della simulazione. Può analizzare il modello, calcolare il tempo di esecuzione di ciascun blocco, individuare il parallelismo esistente nel modello e suddividerlo in più thread. Può suggerire un valore di latenza per aumentare ulteriormente il throughput della simulazione tramite il pipelining dell'esecuzione dei blocchi. L'analisi riportata nella Figura 19 suggerisce che per ottenere le migliori prestazioni la latenza dovrebbe essere impostata tra 0 e 2. 

Screenshot dell'analisi del dominio Dataflow per la valutazione delle prestazioni della simulazione.

Figura 19. Analisi del dominio Dataflow per le prestazioni della simulazione.

Scopri di più sul dominio Dataflow.

Simulazione multicore con componenti di cosimulazione. Il modello di simulazione potrebbe includere componenti di cosimulazione. Un componente di cosimulazione potrebbe essere un blocco S-function, implementato come gateway di cosimulazione tra Simulink e strumenti di terze parti o codice personalizzato. Può anche essere una FMU in modalità cosimulazione importata in Simulink o un blocco Model in modalità Accelerator. Se questi componenti di cosimulazione sono thread-safe, possono essere eseguiti su più thread. Essere thread-safe significa che il blocco può funzionare con più thread che accedono a dati, risorse e oggetti condivisi senza generare conflitti.

Non tutti i modelli dispongono di componenti di cosimulazione in grado di essere eseguiti su più thread. Inoltre, la cosimulazione multithread supporta solo la modalità di simulazione Normal. Per impostazione predefinita, Simulink configura tutti i modelli e i blocchi idonei in modo che siano pronti per l'esecuzione multithread. Se è possibile migliorare le prestazioni, Simulink esegue automaticamente tutti i modelli su più thread.

Scopri di più sulla cosimulazione multicore.

Utilizzo della simulazione multicore con un sottosistema For Each. Il sottosistema For Each è un sottosistema di Simulink che ripete l'esecuzione di un algoritmo durante un passo di simulazione per ciascun elemento di un sottoarray in un segnale di ingresso o in un array di parametri della maschera. Se il modello contiene sottosistemi For Each che richiedono un'elevata potenza di calcolo, è possibile velocizzare la simulazione eseguendo l'iterazione del sottosistema For Each su più thread.

La simulazione multicore del sottosistema For Each supporta solo la modalità di simulazione Rapid Accelerator. Per impostazione predefinita, il supporto della simulazione multithread per il sottosistema For Each è abilitato. Simulink eseguirà automaticamente la profilazione della simulazione in tempo reale. L'esecuzione parallela viene abilitata solo quando Simulink rileva vantaggi in termini di prestazioni. È possibile utilizzare il parametro del modello 'MultithreadedSim' per attivare o disattivare manualmente la simulazione multithread.

Scopri di più sull'utilizzo di un sottosistema For Each.

Applicazione delle tecniche e misurazione dei risultati

Per illustrare l'efficacia relativa di queste tecniche su un progetto realistico, abbiamo misurato il miglioramento delle prestazioni in termini di tempo di simulazione ottenuto applicando alcune delle modifiche suggerite sopra a un modello di un sistema di trasmissione automatica (Figura 20).

Screenshot del modello Simulink di un sistema di trasmissione automatica.

Figura 20. Modello Simulink di un sistema di trasmissione automatica.

Per migliorare le prestazioni, abbiamo innanzitutto utilizzato Performance Advisor per eseguire i controlli e apportato le seguenti modifiche suggerite:

  • Disattivazione delle diagnostiche più onerose, che verificano l’incoerenza dei dati del solver, la divisione per matrici singolari, la presenza di valori Inf o NaN nelle uscite dei blocchi, il superamento dell’intervallo di simulazione e dei limiti degli array
  • Sostituzione dei blocchi Interpreted MATLAB Function con funzioni MATLAB (questa modifica ha l’impatto maggiore sulle prestazioni)
  • Abilitazione delle ottimizzazioni di riduzione dei blocchi
  • Chiusura degli Scope e commento dei relativi blocchi

Queste modifiche hanno ridotto il tempo di simulazione da 57 secondi a 3,3 secondi in media. Utilizzando il modello ottimizzato, possiamo ora applicare la modalità Rapid Accelerator e la simulazione parallela per confrontare le prestazioni di queste tecniche (Tabella 2).

Modello originale, modalità Normal, esecuzione seriale, Fast Restart disattivato 5731 secondi
Modello ottimizzato, modalità Normal, esecuzione seriale, Fast Restart disattivato 328 secondi
Modello ottimizzato, modalità Normal, esecuzione seriale, Fast Restart attivato 307 secondi
Modello ottimizzato, modalità Rapid Accelerator, esecuzione seriale, con RapidAcceleratorUpToDateCheck disattivato  236 secondi
Modello ottimizzato, modalità Normal, simulazione parallela, Fast Restart attivato (4 worker locali) 198 secondi
Modello ottimizzato, modalità Rapid Accelerator, simulazione parallela, con RapidAcceleratorUpToDateCheck disattivato (4 worker locali) 85 secondi

Tabella 2. Tempo necessario per 100 iterazioni di ciascun modello con 2000 secondi di tempo di simulazione. Sistema utilizzato: Lenovo T490s con CPU Intel® Core™ i7-8665U (1,9 GHz, 2112 MHz, 4 core), 32 GB DDR4 2400 MHz PC4-19200 SODIMM, Drive: SSD da 1 TB, Windows 10 Enterprise, MATLAB R2022a.

Pubblicato nel 2022


Prodotti utilizzati: Simulink, Parallel Computing Toolbox

Informazioni sugli autori

Weiwu Li

Weiwu Li is a product manager responsible for simulation capabilities of Simulink and Simulink Compiler. Prior to joining MathWorks in 2016, he had many years of experience in the automotive industry as a system controls engineer. Weiwu has a Ph.D. in controls engineering from Zhejiang University, an M.S.M.E. from The Ohio State University, and an M.B.A. from Purdue University.

Guy Rouleau

Guy Rouleau is a consulting advanced support engineer at MathWorks and has been supporting Simulink users since 2007. In his role, Guy works closely with customers on technical challenges, bringing his expertise in engineering systems and applied modeling to support advanced MATLAB and Simulink workflows. Guy is the author of the “Guy on Simulink” blog, where he shares tips and tricks he’s learned while supporting Simulink users. He holds a master’s degree in mechanical engineering from McGill University, in collaboration with the Canadian Space Agency.

Per saperne di più