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。
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。
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。
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。
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。
NPU への展開
AURIX TC4x で Qualcomm Hexagon や Infineon PPU などの NPU 用に最適化されたコードを生成します。
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。
AI 検証
AI 検証では、W 字型プロセスのような厳格な手法を用いることで、AI が意図したとおりに動作し、予期しない動作を回避できるようにします。
MATLAB と Simulink を使用した AI 活用のユーザー事例
製品
組み込み AI アプリケーションに使用する製品をご紹介します。
