Fixed-Point Designer
Modellazione e ottimizzazione di algoritmi a virgola fissa e a virgola mobile
Hai domande? Contatta l’ufficio commerciale.
Fixed-Point Designer fornisce strumenti e tipi di dati per ottimizzare e implementare algoritmi a virgola fissa e mobile su hardware embedded. Include tipi di dati a virgola fissa e mobile e impostazioni numeriche target-specific.Con Fixed-Point Designer è possibile eseguire una simulazione specifica per il target e con rappresentazioni bit-true per la virgola fissa. È quindi possibile testare ed eseguire il debug degli effetti di quantizzazione come overflow e perdita di precisione prima di implementare il progetto su hardware.
Fixed-Point Designer fornisce app e strumenti per analizzare algoritmi in doppia precisione e convertirli in virgola mobile o fissa a precisione ridotta. Gli strumenti di ottimizzazione consentono di selezionare tipi di dati che rispondano ai requisiti di precisione numerica e ai vincoli imposti dall’hardware target. Per un’implementazione efficiente è possibile sostituire i costrutti di progettazione che richiedono calcoli complessi con pattern ottimali per l’hardware come le tabelle di lookup compresse. Inoltre, Fixed-Point Designer consente la conversione di parametri apprendibili nei modelli di Machine Learning e di Deep Learning in tipi di dati a virgola fissa per prestazioni ottimizzate.
È possibile generare il codice di produzione C e HDL direttamente dai modelli ottimizzati a virgola fissa e mobile.
Modellazione a virgola fissa
Valuta i tradeoff prestazionali sulla precisione numerica simulando algoritmi a virgola fissa con lunghezze delle parole specifiche per l’applicazione, binary-point scaling o slope arbitrario e bias scaling. Verifica dettagli quali le modalità overflow e di arrotondamento.
Generazione di codice bit-true
Mantieni l’accordo bit-true tra i risultati della simulazione e il codice generato per progetti a precisione ridotta, garantendo una distribuzione degli algoritmi ad alta fedeltà.
Modelli di IA a virgola fissa
Esegui la quantizzazione dei parametri assimilabili di modelli di Machine Learning e reti neurali profonde su tipi di dati a virgola fissa in preparazione per la distribuzione su dispositivi con risorse limitate.
Rilevamento precoce degli errori
Identifica rapidamente fonti di overflow, perdita di precisione e range o precisione inutilizzati ed eseguine il debug. Risolvi i problemi relativi al comportamento numerico all’inizio del workflow di progettazione Model-Based, riducendo i costi di sviluppo.
Tipizzazione automatica di dati
Migliora l’efficienza numerica dei tuoi progetti con la tipizzazione automatica di dati a virgola fissa e mobile. Scopri gli effetti della quantizzazione sul comportamento numerico con workflow di conversione guidati.
Virgola mobile embedded
Converti automaticamente progetti da doppia precisione a precisione singola e mezza precisione per una maggiore efficienza in ambienti embedded. Emula il comportamento flush-to-zero per numeri denormalizzati.
Supporto di vari prodotti
Integra i numeri a virgola fissa in più progettazioni, dalla modellazione alla distribuzione finale. Sfrutta il supporto integrato per virgola fissa per workflow di elaborazione di segnali e audio e comunicazioni.
Blocchi di matrice ottimizzati per HDL
Accedi alla libreria HDL a virgola fissa di blocchi Simulink in grado di modellare pattern di progettazione per sistemi di equazioni lineari e operazioni fondamentali con matrici, come la decomposizione QR, per un’implementazione hardware efficace su FPGA. Genera codice HDL con HDL Coder.
Compressione delle tabelle di lookup
Approssima funzioni matematicamente complesse o sottosistemi complessi con una tabella di lookup ottimale. Comprimi le tabelle di lookup esistenti per ridurre l’utilizzo di memoria ottimizzando i punti e i tipi di dati.
Risorse sui prodotti:
“MATLAB, MATLAB Coder e Fixed-Point Designer hanno consentito al nostro piccolo team di sviluppare un complesso algoritmo di elaborazione di segnali in tempo reale, di ottimizzarlo per ridurre i requisiti in termini di potenza e memoria, di accelerare l’implementazione del codice embedded e di eseguire i rigorosi test necessari per la validazione dei dispositivi medici.”
FAQ su Fixed-Point Designer
Fixed-Point Designer fornisce tipi di dato e strumenti per ottimizzare e implementare algoritmi in fixed-point e floating-point su hardware embedded, incluse impostazioni numeriche specifiche per il target e funzionalità di simulazione bit-true.
Fornisce app e strumenti per analizzare algoritmi in doppia precisione e convertirli in floating-point a precisione ridotta o in fixed-point, con strumenti di ottimizzazione che consentono di selezionare i tipi di dato in grado di soddisfare i requisiti di accuratezza numerica e i vincoli dell'hardware target.
Sì. È possibile generare direttamente codice C e HDL per la produzione da modelli ottimizzati in fixed-point e floating-point utilizzando prodotti compatibili per la generazione di codice.
È possibile eseguire simulazioni consapevoli del target e bit-true per testare ed eseguire il debug degli effetti di quantizzazione, come overflow e perdita di precisione, prima dell'implementazione del progetto sull'hardware.
Sì. Fixed-Point Designer consente di convertire i parametri apprendibili dei modelli di Machine Learning e Deep Learning in tipi di dato fixed-point per ottenere prestazioni ottimizzate su dispositivi con risorse limitate.
Fixed-Point Designer supporta la conversione automatica dei progetti dalla doppia precisione alla singola precisione e alla mezza precisione, migliorando l'efficienza negli ambienti embedded. Può inoltre emulare il comportamento flush-to-zero per i numeri denormalizzati.
È possibile approssimare funzioni matematicamente complesse o sottosistemi utilizzando lookup table ottimizzate e comprimere lookup table esistenti per ridurre l'occupazione di memoria, ottimizzando punti dati e tipi di dato.
Sì. Include la Fixed-Point HDL Library, una raccolta di blocchi Simulink che modellano pattern di progettazione efficienti per l'hardware relativi a sistemi di equazioni lineari e operazioni matriciali fondamentali, come la decomposizione QR, per implementazioni su FPGA.
I workflow di conversione possono identificare le funzioni non supportate e sostituirle mediante implementazioni supportate oppure tramite approssimazioni con lookup table.
Lookup Table Optimizer è un'app che approssima funzioni o blocchi mediante lookup table ottimizzate, supportando tipi di dato fixed-point e floating-point.
Data Type Agent raccomanda tipi di dato fixed-point per specifiche librerie di blocchi di Fixed-Point Designer, utilizzando modelli analitici e visualizzazioni interattive.
Prova Fixed-Point Designer gratis
Scopri i nostri prodotti.
Pronto per acquistare?
Richiedi una quotazione e scopri i prodotti correlati.
Sei uno studente?
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.
