Puede realizar prototipado de algoritmos en hardware basado en FPGA, independientemente de cuánta experiencia tenga en diseño con FPGA.
Con MATLAB y Simulink, puede:
- Desarrollar un diseño listo para hardware con subsistemas y bloques IP probados
- Simular el comportamiento del hardware en el nivel de sistema para eliminar bugs antes de implementarlo en FPGA
- Generar código HDL y C que pueda utilizarse en cualquier dispositivo FPGA o SoC
- Implementar automáticamente en las placas y los kits FPGA y SoC de AMD® e Intel®
- Sondear y capturar señales que se ejecutan en el hardware
"Tenemos mucha experiencia en nuestro dominio, pero muy poca en la integración de FPGA. Con Simulink y HDL Coder, podemos centrarnos más en diseñar algoritmos inteligentes para nuestro producto que en cómo ejecutar esos algoritmos en un FPGA específico”.
Uso de MATLAB para prototipado de FPGA
Aplicaciones inalámbricas
Puede agregar progresivamente elementos de hardware a su diseño en tiempo real, desde la simulación de algoritmo con E/S over-the-air en tiempo real, hasta la implementación completa en una plataforma de radio definida por software, o en una placa FPGA o SoC personalizada.
Los subsistemas y bloques IP de diseño inalámbrico probado en hardware de Wireless HDL Toolbox permiten comenzar a trabajar rápidamente. IP incluye ejemplos que muestran cómo pasar gradualmente del diseño de algoritmos con MATLAB, a los modelos de implementación de sistemas inalámbricos en Simulink. Toda la lógica de IP ha sido cuantificada en un punto fijo y, por lo tanto, puede usar Fixed-Point Designer para gestionar la cuantificación de la lógica personalizada agregada antes de la implementación con HDL Coder.
Más información
- Radio definida por software (SDR) con MATLAB y Simulink (34:04)
- Implementación de comunicaciones inalámbricas 5G NR en FPGA: un flujo de trabajo completo en MATLAB y Simulink
- Verificación de la electrónica de radiofrecuencia de onda milimétrica en una banda base digital basada en RFSoC Zynq
- Fundamentos del prototipado y el desarrollo de producción de inalámbricos
- Soluciones de diseño y pruebas de hardware
Explore productos
Implemente algoritmos de control de electrónica de potencia y de motores en hardware de FPGA y acelere los modelos de planta de hardware-in-the-loop en los aceleradores FPGA tales como los módulos Speedgoat I/O.
Aplicaciones de control de electrónica de potencia y de motores
Puede comprobar el rendimiento de los algoritmos de control que se ejecutan en hardware basado en FPGA o acelerar los modelos de planta con hardware-in-the-loop basado en FPGA. Con un amplio soporte de generación de código HDL para funciones matemáticas y trigonométricas en punto fijo o punto flotante nativo (9:19), HDL Coder proporciona un paso directo desde un modelo de Simulink al hardware.
Si está considerando hacer la partición de su algoritmo para implementarlo en SoC, puede buscar estrategias de partición y simularlas para evaluar el rendimiento antes de la implementación en una plataforma prototipo. Luego, puede utilizarse en kits preconfigurados, Introducción a la tecnología FPGA de Speedgoat (7:53) o en su propia placa personalizada.
Explore productos
Aplicaciones de procesamiento de vídeos e imágenes
Puede prototipar algoritmos de visión en plataformas basadas en FPGA conectadas a MATLAB y Simulink mediante la generación automática de código HDL y código C. También puede usar bloques de procesamiento de visión probados en hardware para crear un modelo de implementación que simule el comportamiento del hardware, como, por ejemplo, streaming de píxeles, algoritmos basados en vecindad, acceso a memoria externa y señales de control.
Ofrecemos soporte para implementar modelos en kits de evaluación con cámaras FPGA comerciales. Como alternativa, el equipo de desarrollo de hardware puede soportar la plataforma para poder implementar prototipos directamente desde MATLAB y Simulink.
Algoritmo de rectificación de niebla que se ejecuta en una placa prototipo FGPA.
Más información
- Procesamiento de visión para FPGA (5 vídeos)
- Ecualización de histograma adaptativo limitado por contraste con memoria externa
- Flujo de trabajo de diseño basado en modelos agnósticos de hardware para el prototipado rápido de aplicaciones de procesamiento de imágenes (24:36)
- Introducción a SystemVerilog
Explore productos
Ejecute la inferencia de Deep Learning basada en FPGA en el prototipo de hardware directamente desde MATLAB; luego, genere un núcleo IP HDL de Deep Learning para la implementación en cualquier FPGA o ASIC.
Inferencia de Deep Learning
Con unos pocos comandos de MATLAB, puede acelerar la inferencia de Deep Learning mediante la creación de prototipos de redes en placas FPGA y SoC. Luego, puede iterar en su red desde MATLAB analizando el rendimiento de la inferencia de Deep Learning en el FPGA, ajustando la red, cuantificando en punto fijo y volviendo a implementar. Por último, Puede generar un núcleo PI de HDL independiente de la plataforma objetivo para que el equipo de desarrollo de hardware lo implemente.
Explore productos
Depuración del prototipo FPGA
El prototipado de FPGA con datos de entrada del mundo real ayuda a detectar bugs que no se podían hallar ni corregir mediante simulación temprana. Puede insertar lógica en su prototipo FPGA o SoC que permita usar comandos de MATLAB para leer y escribir de forma interactiva en registros accesibles a través de AXI o capturar datos de puntos de prueba FPGA internos.
Si prefiere ejecutar el prototipo FPGA con el banco de pruebas de MATLAB o Simulink, FPGA-in-the-loop automatiza la configuración y gestiona la interfaz de simulación para enviar datos al FPGA y leerlos en su banco de pruebas.
Estas técnicas admiten una serie de placas listas para usar con dispositivos AMD, Intel y Microsemi. También puede definir su propia placa personalizada.
Inserte lógica de forma automática para depurar e interactuar con un prototipo FPGA desde MATLAB.
Comuníquese con ventas
Más información
Verificación de algoritmos en FPGA y ASIC
Más información
