組み込み AI - MATLAB & Simulink

ディープラーニング

MATLAB と Simulink を使用すると、複雑な組み込みシステムの性能や機能を強化する AI アルゴリズムの設計、シミュレーション、テスト、検証、展開が可能になります。

組み込み AI ワークフローの図。

MATLAB と Simulink を使用した組み込み AI の展開

AI モデルを準備して、組み込み AI アプリケーションを CPU、GPU、FPGA などに展開するコードを自動生成する方法を紹介します。チュートリアル、例、ビデオを通じて、MATLAB と Simulink を使用した組み込み AI に関する実践的なアドバイスを得ることができます。

組み込み展開用に AI モデルを最適化するための層グラフ、キャリブレーション統計、検証結果のスクリーンショット。

CPU やマイクロコントローラーへの展開

MATLAB Coder と Simulink Coder を使用して、学習済みの機械学習モデルや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。

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 への展開

デスクトップ、サーバー、組み込み GPU への展開のために、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。

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 と SoC への展開

Deep Learning HDL Toolbox で、FPGA や SoC 上でディープラーニング ネットワークのプロトタイプを作成して実装します。HDL Coder を使用して、独自のディープラーニング プロセッサ用 IP コアとビットストリームを生成します。

組み込み展開用に AI モデルを最適化するための層グラフ、キャリブレーション統計、検証結果のスクリーンショット。

AI モデルの圧縮

量子化、射影、枝刈りなどの手段でディープ ニューラル ネットワークを圧縮することで、メモリフットプリントを削減し、推論性能を高めます。