L'IA embarquée - MATLAB & Simulink

Deep Learning

MATLAB et Simulink pour l'IA embarquée

Déployer des applications de Machine Learning et de Deep Learning sur des systèmes embarqués

Avec MATLAB et Simulink, vous pouvez concevoir, simuler, tester, vérifier et déployer des algorithmes d'IA qui améliorent les performances et les fonctionnalités des systèmes embarqués complexes.

Illustration du workflow de l'IA embarquée.

Utilisation de MATLAB et Simulink pour le déploiement de l'IA embarquée

Découvrez comment préparer des modèles d'IA et générer automatiquement du code pour déployer des applications d'IA embarquée sur des CPU, des GPU, des FPGA, etc. Consultez des tutoriels, des exemples et des vidéos pour obtenir des conseils pratiques sur l'IA embarquée avec MATLAB et Simulink.

Capture d'écran d'un graphe multicouche, de statistiques de calibrage et de résultats de validation afin d'optimiser les modèles d'IA pour un déploiement embarqué.

Déployer sur des CPU et des microcontrôleurs

Générez du code C/C++ portable et optimisé à partir de modèles de Machine Learning et de Deep Learning entraînés avec MATLAB Coder et Simulink Coder.

Capture d'écran de code C/C++ dans Simulink déployé sur des images d'un GPU embarqué et desktop NVIDIA.

Déployer sur des GPU

Générez du code CUDA® optimisé pour les réseaux de Deep Learning entraînés avec GPU Coder pour le déploiement sur des ordinateurs, des serveurs et des GPU embarqués.

Exécution d'une inférence de Deep Learning basée sur FPGA sur un hardware de prototypage depuis MATLAB, puis génération d'un cœur IP HDL de Deep Learning en vue d'un déploiement sur n'importe quel FPGA ou ASIC.

Déployer sur des FPGA et des SoC

Prototypez et implémentez des réseaux de Deep Learning sur des FPGA et des SoC grâce à Deep Learning HDL Toolbox. Générez des bitstreams et des cœurs IP de processeur de Deep Learning personnalisés avec HDL Coder.

Capture d'écran d'un graphe multicouche, de statistiques de calibrage et de résultats de validation afin d'optimiser les modèles d'IA pour un déploiement embarqué.

Compression de modèle d'IA

Compressez des réseaux de neurones profonds grâce à la quantification, à la projection ou à l'élagage pour réduire l'empreinte mémoire et augmenter la performance d'inférence.