Fixed-Point Designer는 임베디드 하드웨어에서 고정소수점 및 부동소수점 알고리즘을 최적화하고 구현하는 데이터형 및 툴을 제공합니다. 고정소수점 및 부동소수점 데이터형과 타겟 특정 숫자형 설정을 사용할 수 있습니다. Fixed-Point Designer를 사용하면 고정소수점에서 비트트루(bit-true)인 타겟 인지 시뮬레이션을 수행할 수 있습니다. 이후 하드웨어에서 설계를 구현하기 전에 오버플로 및 정밀도 손실 등의 양자화 효과를 테스트하고 디버그할 수 있습니다.
Fixed-Point Designer는 배정밀도 알고리즘을 분석하고 이를 더 낮은 정밀도의 부동소수점 또는 고정소수점으로 변환할 수 있는 앱과 툴을 제공합니다. 최적화 툴을 사용하면 여러분의 수치적 정확도 요구사항 및 타겟 하드웨어의 제약 조건을 충족하는 데이터형을 선택할 수 있습니다. 효율적인 구현을 위해 계산 집약적인 설계 구문을 압축된 룩업 테이블과 같이 하드웨어에 최적화된 패턴으로 대체할 수 있습니다. 또한, Fixed-Point Designer를 사용하면 머신러닝 및 딥러닝 모델의 학습 가능한 파라미터를 고정소수점 데이터형으로 변환하여 성능을 최적화할 수 있습니다.
고정소수점 및 부동소수점에 최적화된 모델에서 직접 프로덕션 C 및 HDL 코드를 생성할 수 있습니다.
고정소수점 모델링
애플리케이션 특정 워드 길이, 이진 소수점, 임의 기울기 및 편향 스케일링으로 고정소수점 알고리즘을 시뮬레이션하여 수치 정밀도에 대한 성능의 장단점을 평가할 수 있습니다. 반올림 및 오버플로 모드와 같은 세부 사항을 제어할 수 있습니다.
비트트루 코드 생성
더 낮은 정밀도의 설계에 대해 시뮬레이션 결과와 생성된 코드 간에 비트트루 일치를 유지하여 고충실도 알고리즘 배포를 보장할 수 있습니다.
오류 조기 발견
오버플로, 정밀도 손실, 낭비되는 범위 또는 정밀도의 원인을 신속하게 파악하고 디버그할 수 있습니다. 모델 기반 설계 워크플로에서 조기에 수치적 동작 문제를 해결하여 개발 비용을 절감할 수 있습니다.
자동 데이터형 지정
자동 고정소수점 및 부동소수점 데이터형 지정을 통해 여러분의 설계의 수치적 효율성을 개선할 수 있습니다. 안내 변환 워크플로를 통해 수치적 동작에 대한 양자화 효과를 살펴볼 수 있습니다.
임베디드 부동소수점
임베디드 환경에서 개선된 효율성을 위해 설계를 배정밀도에서 단정밀도 및 반정밀도로 자동 변환할 수 있습니다. 비정규 숫자의 0으로 플러시 동작을 모방할 수 있습니다.
HDL에 대해 최적화된 행렬 블록
FPGA에서의 하드웨어 효율적인 구현을 위해 선형 연립방정식 및 QR 분해 등의 핵심 행렬 연산에 대한 설계 패턴을 모델링하는 Simulink 블록의 고정소수점 HDL 라이브러리를 이용할 수 있습니다. HDL Coder로 HDL 코드를 생성할 수 있습니다.
룩업 테이블 압축
최적 룩업 테이블을 사용하여 수학적으로 복잡한 함수 또는 복잡한 서브시스템을 근사화할 수 있습니다. 기존의 룩업 테이블을 압축하여 데이터 점 및 데이터형을 최적화하고 메모리 사용량을 줄일 수 있습니다.
제품 관련 자료:
“MATLAB, MATLAB Coder 및 Fixed-Point Designer를 통해 저희처럼 작은 팀에서 복잡한 실시간 신호 처리 알고리즘을 개발하고, 이를 최적화하여 전력 및 메모리 요구사항을 줄이고, 임베디드 코드 구현을 가속화하며 의료기기 검증에 요구되는 엄격한 테스트를 실행할 수 있었습니다.”
