定点设计师提供数据类型和工具优化和实施定点和浮点算法在嵌入式硬件。它包括定点和浮点数据类型和有针对性的数值设置。与定点设计师可以执行target-aware bit-true为定点仿真。然后您可以测试和调试量子化效应溢出和精度损失等在实现设计的硬件。
定点设计师提供了应用程序和工具分析双精度算法和将它们转换为reduced-precision浮点和定点。优化工具使您能够选择满足您的数值数据类型的精度要求和目标硬件约束。对于有效的实现可以取代计算上开销很高的设计结构与hardware-optimal模式如压缩查找表。
生产C和HDL代码可以直接从您的固定和浮点生成优化的模型。
开始:
免费的技术文章
int8量化和深神经网络为什么受欢迎?
定点规范
指定的定点性能设计与特定于应用程序的单词长度,二进制小数点缩放、任意缩放、斜率和偏见和控制细节,如舍入和溢出模式。
浮点仿真
模拟目标硬件行为denormal浮点数,如flush-to-zero、模拟和代码生成。模拟精度有限浮点fp16 half-precision在MATLAB和Simulink数据类型。金宝app
派生的范围分析
得到信号范围基于数学分析的设计和确定最坏的范围或边界情况,而无需创建完全详尽的仿真测试的长椅。使用派生的范围,您可以确保您的设计可以防止或处理所有可能的溢出。
定点量化
探索不同定点数据类型及其量化影响数值行为与引导系统的工作流程。观察变量的动态范围在你的设计和确保算法的行为一直在浮点和定点表示转换。
数据类型的优化
自动遍历各种定点配置选择最优数值上异构数据类型,同时满足公差约束系统的行为。优化旨在最小化总位宽度为一个有效的设计使用定点数据类型。
函数逼近和查找表压缩
近似数学复杂的功能(如返回值和经验值)或复杂的子系统与最优的查找表。压缩减少内存使用的现有的查找表通过优化数据点和数据类型。
生成Bit-True代码
确保bit-true协议在基于模型的设计从模拟到代码生成,包括加速度以及processor-in-the-loop software-in-the-loop模拟。分析和验证定点算法基于bit-true表示。从减少生成高效的代码精度设计包括那些half-precision数据类型。
溢出检测和精度损失
快速识别、跟踪和调试的溢出,精度损失,浪费或精度范围,比较你的设计和理想浮点的行为。Bit-true协议很多好处最大化您的模型和代码的基于模型的设计使您能够发现这些问题早在工作流。