MATLAB per la prototipazione di FPGA

Sviluppa, distribuisci ed esegui il debug dei prototipi utilizzando MATLAB e Simulink

È possibile creare prototipi dei propri algoritmi su hardware basato su FPGA, a prescindere dal proprio livello di esperienza con FPGA.

Con MATLAB e Simulink, è possibile:

  • Creare un progetto pronto per l'hardware utilizzando blocchi IP e sottosistemi comprovati
  • Simulare il comportamento dell'hardware a livello di sistema per eliminare i bug prima della distribuzione su FPGA
  • Generare codice HDL e C utilizzabile con qualsiasi dispositivo FPGA o SoC
  • Distribuire automaticamente schede e kit FPGA e SoC AMD® e Intel®
  • Sondare e acquisire segnali in esecuzione sull'hardware

"Abbiamo grande esperienza nel nostro settore ma poca in termini di integrazione FPGA. Grazie a Simulink e HDL Coder ci siamo potuti concentrare sulla progettazione di algoritmi intelligenti per il nostro prodotto piuttosto che su come eseguire tali algoritmi su un dispositivo FPGA specifico".

Boris Van Amerongen, Orolia

Applicazioni wireless

È possibile aggiungere in modo incrementale elementi hardware al progetto, dalla simulazione dell'algoritmo con input/output in tempo reale alla distribuzione completa su una piattaforma radio definita dal software FPGA o SoC o una scheda personalizzata.

I blocchi IP e i sottosistemi di progettazione wireless validati per l'hardware nella Wireless HDL Toolbox consentono di iniziare subito. L'IP include esempi che mostrano come effettuare una transizione incrementale dal progetto dell'algoritmo utilizzando MATLAB a modelli di implementazione con sistema wireless Simulink. Tutto l'IP è stato quantizzato a virgola fissa, pertanto è possibile utilizzare Fixed-Point Designer per gestire la quantizzazione della logica personalizzata da aggiungere prima della distribuzione con HDL Coder.

Progetta e simula a livello di sistema, quindi aggiungi aspetti hardware in modo incrementale per la distribuzione completa per il test sul campo.


Applicazioni di controllo per motori ed elettronica di potenza

Distribuisci algoritmi di controllo per motori ed elettronica di potenza su hardware FPGA e accelera i modelli d'impianto Hardware-In-the-Loop su acceleratori FPGA come i moduli Speedgoat I/O.

Applicazioni di controllo per motori ed elettronica di potenza

Scopri le prestazioni degli algoritmi di controllo su hardware basato su FPGA o accelera i modelli d'impianto con Hardware-In-the-Loop basato su FPGA. Con l'ampio supporto per la generazione di codice HDL per funzioni matematiche e trigonometriche a virgola fissa o a virgola mobile nativa (9:19), HDL Coder offre un percorso rapido da un modello Simulink all'hardware.

Se desideri partizionare i tuoi algoritmi per la distribuzione su SoC, puoi cercare e simulare strategie di partizionamento per valutare le prestazioni prima di distribuire su una piattaforma di prototipo. Successivamente usa i kit preconfigurati, Introduzione alla tecnologia Speedgoat FPGA (7:53) o la tua scheda personalizzata.


Applicazioni di elaborazione immagini e video

È possibile creare prototipi di algoritmi di visione su piattaforme basate su FPGA connesse a MATLAB e Simulink generando automaticamente codice HDL e C. Inoltre, è possibile utilizzare blocchi ottimizzati per l'hardware di elaborazione della visione per creare un modello di implementazione e simulare il comportamento dell'hardware, ad esempio lo streaming di pixel, gli algoritmi basati sulla prossimità, l'accesso esterno alla memoria e i segnali di controllo.

È disponibile il supporto per la distribuzione dei modelli su kit di valutazione FPGA pronti all'uso con videocamere. In alternativa, il team hardware può creare il supporto per la piattaforma, in modo da consentire la distribuzione dei prototipi direttamente da MATLAB e Simulink.

Applicazioni di elaborazione immagini e video

Un algoritmo di rettifica fog eseguito su una scheda di prototipo FPGA.


Esegui inferenza su Deep Learning basata su FPGA su hardware di prototipi direttamente da MATLAB, quindi genera una base IP HDL di Deep Learning per la distribuzione su qualsiasi dispositivo FPGA o ASIC.

Inferenza su Deep Learning

Con pochi comandi MATLAB, è possibile accelerare l'inferenza su Deep Learning con prototipi di rete su schede FPGA e SoC. È quindi possibile iterare sulla rete da MATLAB, analizzare le prestazioni di inferenza su FPGA, adeguare la rete, quantizzare a virgola fissa e ripetere la distribuzione. Infine, è possibile generare una base IP HDL indipendente dalla destinazione, da fornire al team hardware per l'implementazione.


Debug di prototipi FPGA

La creazione di prototipi FPGA con dati reali permette di individuare bug non rilevati e corretti durante la simulazione iniziale. È possibile inserire nel prototipo FPGA o SoC la logica che permette di utilizzare i comandi MATLAB per leggere e scrivere interattivamente su registri accessibili tramite AXI o per acquisire dati da punti di test interni al fabric FPGA.

Se preferisci eseguire il prototipo FPGA utilizzando il test bench MATLAB o Simulink, FPGA-in-the-Loop automatizza la configurazione e gestisce l'interfaccia di simulazione per inviare i dati a FPGA e leggerli nel test bench.

Queste tecniche supportano una vasta gamma di schede predefinite con dispositivi AMD, Intel e Microsemi. In alternativa, è possibile definire una Utilizzo di schede personalizzate per la verifica FPGA-in-the-Loop (2:16).

Inserisci automaticamente la logica per eseguire il debug e interagire con il prototipo FPGA da MATLAB.