MATLAB用于FPGA原型制作
Develop, deploy, and debug prototypes using MATLAB and Simulink
无论您拥有多少FPGA设计经验，您都可以在基于FPGA的硬件上创建算法。
与matlab®and Simulink®，，，，you can:
- 使用经过验证的IP块和子系统构建可硬件的设计
- Simulate system-level hardware behavior to eliminate bugs before deploying to the FPGA
- 生成可以针对任何FPGA或SOC设备的HDL和C代码
- Automatically deploy to Xilinx®和英特尔®FPGA和SOC董事会和套件
- 探测和捕获在硬件中运行的信号
“我们在领域中拥有丰富的经验，但在FPGA集成方面很少经验。金宝appSimulink和HDL编码器使我们能够专注于为我们的产品设计智能算法，而不是如何在特定FPGA上运行这些算法。”
Boris Van Amerongen, Orolia
Wireless Applications
You can incrementally add live hardware elements to your design, from simulating your algorithm with live over-the-air input/output to full deployment on an FPGA or SoC软件定义的无线电平台or custom board.
无线HDL Toolbox中的硬件预处理的无线设计IP块和子系统让您快速启动。IP包含示例，向您展示如何使用MATLAB到Simulink中的无线系统实现模型从算法设计逐渐过渡。金宝app所有IP均已量化为定点，然后您可以使用RidePoint Designer™来管理使用HDL Coder™部署之前添加的自定义逻辑的量化。
探索产品下载188bet金宝搏
Deploy motor and power electronics control algorithms to FPGA hardware and accelerate hardware-in-the-loop plant models on FPGA accelerators such as Speedgoat I/O modules.
Motor and Power Electronics Control Applications
You can explore the performance of control algorithms running on FPGA-based hardware or accelerate plant models with FPGA-basedhardware-in-the-loop。在固定点或金宝appnative floating point，，，，HDL Coder provides you with a straightforward path from a Simulink model to hardware.
如果您正在探索如何为SOC部署进行分区算法，则可以在部署到原型平台之前搜索和模拟分区策略以评估性能。然后目标预配置套件，，，，Speedgoat硬件，，，，or your own定制板。
视频和图像处理应用程序
You canprototype vision algorithms在基于FPGA的平台上，通过自动生成HDL和C代码连接到MATLAB和SIMULINK。金宝app另外，您可以使用hardware-proven vision processing blocksto build an implementation model to simulate hardware behavior such as pixel streaming, neighborhood-based algorithms, external memory access, and control signals.
Support for deploying your models to off-the-shelf FPGAevaluation kits with cameras是可用的。另外,你的硬件团队can build support for your platform so you can deploy prototypes directly from MATLAB and Simulink.
A fog rectification algorithm running on an FPGA prototype board.
Run FPGA-based deep learning inference on prototype hardware directly from MATLAB, then generate a deep learning HDL IP core for deployment on any FPGA or ASIC.
Deep Learning Inference
只需几个MATLAB命令，您就可以通过FPGA和SOC板上的原型网络来加速深度学习推断。然后，您可以通过分析在FPGA上的推断，调整网络，量化固定点并重新部署的性能，从MATLAB内部迭代网络。最后，您可以生成独立于目标的HDL IP核心，以交换到硬件团队进行实施。
FPGA Prototype Debugging
带有现实世界输入的FPGA原型制作可帮助您发现未发现和固定的错误。您可以将逻辑插入您的FPGA或SOC原型中，该逻辑使您可以使用MATLAB命令进行交互读取并写入可访问的寄存器或从FPGA面料内部的测试点捕获数据。
如果您希望使用MATLAB或SIMULINK TESTBENCE运行FPGA原型，则FPGA-IN-IN-IN-IN-IN-金宝appIN-IN-IN-IN-IN-IN-IN-IN-IN-IN-IN-IN-IN-IN设置设置并管理模拟接口以将数据发送到FPGA并将其读回您的TestBench。
这些技术支持各种董事会金宝appxilinx，，，，英特尔，，，，andMicrosemi设备，或者您可以定义自己的设备定制板。
自动插入逻辑以调试并与MATLAB的FPGA原型进行交互。
Contact Sales
Get started
验证FPGA和ASIC上的算法
Read ebook