エッジ AI 向け MATLAB および Simulink

組み込みシステムへの機械学習およびディープラーニングアプリケーションの展開

機械学習およびディープラーニングモデルをシミュレーション、テストし、エッジデバイスおよび組み込みシステムに展開します。前処理や後処理のアルゴリズムを含む、完全な AI アプリケーションのコードを生成します。

MATLAB^® および Simulink^® を使用することで、以下を行うことができます。

CPU および GPU への展開用に最適化された C/C++ および CUDA コードを生成する
FPGA および SoC への展開用の論理合成可能な Verilog および VHDL コードを生成する
oneDNN、Arm Compute Library、TensorRT などのハードウェア用に最適化されたディープラーニングライブラリを使用して推論を高速化する
ハードウェアに展開されたアプリケーションに事前学習済みの TensorFlow Lite (TFLite) モデルを組み入れる
ハイパーパラメーター調整、量子化、ネットワークの枝刈り用のツールを使用して、リソースに制約のあるハードウェアでの推論用に AI モデルを圧縮する

「データの注釈付けからディープラーニングモデルの選択、学習、テスト、微調整に至るまで、MATLAB には当社が必要とするすべてのツールが用意されていました。また、GPU の使用経験は限られていましたが、GPU Coder を使用することで NVIDIA GPU にすばやく展開できました。」

C/C++ コードが組み込みハードウェアの画像に展開されているスクリーンショット。

CPU およびマイクロコントローラー

MATLAB Coder™ および Simulink Coder™ を使用して、学習済みの機械学習およびディープラーニングモデルから移植可能な最適化された C/C++ コードを生成します。必要に応じて、oneDNN や Arm^® Compute Library など、生成されたコードでのディープラーニング推論用に最適化されたベンダー固有のライブラリの呼び出しを含めることができます。

機械学習による画像分類のためのコード生成

ディープラーニングネットワーク向け汎用 C/C++ コードの生成

リソースに制約のある組み込みデバイスに展開するための画像分類ネットワークの圧縮

TensorFlow Lite (TFLite) モデルのコード生成および Raspberry Pi へのコードの展開

Simulink による C/C++ コードが NVIDIA デスクトップおよび組み込み GPU の画像に展開されているスクリーンショット。

GPU

GPU Coder™ を使用して、学習済みのディープラーニングネットワーク用に最適化された CUDA^® コードを生成します。ネットワークとともに前処理と後処理を含め、完全なアルゴリズムをデスクトップ、サーバー、および組み込み GPU に展開します。TensorRT™ や cuDNN などの NVIDIA^® CUDA ライブラリを使用して、パフォーマンスを最大化します。

YOLO v4 ディープラーニングを使用したオブジェクト検出のためのコード生成

NVIDIA TensorRT を使用したディープラーニングによる予測

ECG 信号を分類するディープラーニング Simulink モデルのコード生成

プロトタイプハードウェア上で MATLAB から FPGA ベースのディープラーニングの推論を実行して、FPGA または ASIC への展開用のディープラーニング HDL IP コアを生成します。

FPGA および SoC

Deep Learning HDL Toolbox™ を使用して、FPGA や SoC 上でディープラーニングネットワークをプロトタイピングおよび実装します。普及している FPGA 開発キット用の事前構築済みのビットストリームを使用して、ディープラーニングプロセッサおよびデータ移動 IP コアをプログラミングします。HDL Coder™ を使用して、ディープラーニングプロセッサのカスタムの IP コアおよびビットストリームを生成します。