当前位置:首页 > MathWorks
  • MathWorks 支持 QNX Neutrino 实时操作系统 (RTOS),增强快速控制原型和硬件在环测试能力

    中国北京,2020 年10月16日—— MathWorks公司今日发布 Simulink Real-Time 重要更新,可在基于模型的设计中增强快速控制原型和硬件在环 (HIL) 测试能力。从版本 2020b 开始,Simulink Real-Time 支持 QNX Neutrino RTOS---一款来自 BlackBerry、兼容 POSIX 的 64 位多进程实时操作系统,QNX RTOS 广泛应用于车辆、医疗设备、工业控制、铁路、机器人及航空航天和国防等领域的生命与安全关键型系统。 此次更新以现有的 Simulink Real-Time 与 Speedgoat 集成为基础。现在,工程师可以借助 I/O 驱动器模块扩展 Simulink 模型、自动构建实时应用、创建仪表,以及在目标计算机上执行交互式或自动化运行。工程师可以用虚拟系统的实时仿真取代车辆、飞机或机器人等物理系统,从而降低测试成本。QNX Neutrino RTOS 带来了新的工作流程,能够更容易地求解实时计算问题,尤其在多项任务竞争系统资源的情况下表现出显著优势。 BlackBerry QNX 产品与战略副总裁 Grant Courville 表示:“众所周知,MathWorks 一直在为工程师和科学家提供卓越支持,而后者正不断寻求新方法,力图通过仿真和测试来改进设计。QNX 是任务关键型嵌入式系统的首选 RTOS;同时,来自各行各业的众多工程师都借助 MathWorks 的 Simulink Real-Time 实施仿真和基于模型的设计。二者集成后,团队不仅可以在各自的首选环境下工作,还能在从设计到部署的整个过程中充分利用 QNX Neutrino RTOS 带来的种种优势。” MathWorks 验证产品经理 Jay Abraham 表示:“面对复杂的嵌入式系统,工程师不断探索各种方法,希望在基于模型的设计中改进实时仿真和测试。现在,随着 QNX Neutrino RTOS 实现兼容,工程师可以运用 Simulink Real-Time 应对设计难题,实现更为精简的快速控制原型和 HIL 测试。” 用户可下载 Simulink Real-Time 目标支持包,其中包含各种开发工具和运行时组件(免费附赠交叉编译器),可以编译和运行实时应用。 此外,Simulink Real-Time 现在还提供: · 新的 Simulink 实时资源管理器,以及图形化仪表面板和应用程序:使用新的 Simulink 实时资源管理器,控制和配置实时应用;使用 App 设计工具,创建图形化仪表面板和自定义应用程序 · 测试工程工作流支持:只需使用 MATLAB 和 Simulink Real-Time,即可开发与实时应用交互的测试和标定 App 和脚本 · Simulink Real-Time 升级顾问:自动升级在之前版本中创建的模型,以利用新的 64 位 RTOS · 全新 File Log 模块:可以在实时执行过程中启用和禁用记录、在与 MATLAB 断开连接的情况下记录多个运行,并将记录的数据导入 MATLAB Simulink Real-Time 现已全球发布。

    时间:2020-10-19 关键词: mathworks 实时操作系统 simulink

  • MathWorks公司推出R2020b版MATLAB和Simulink

    中国北京,2020 年9月22日—— MathWorks公司今天推出了R2020b版MATLAB和Simulink产品系列。MATLAB中的新功能让用户更轻松地处理图形和创建App,而 Simulink的更新侧重于帮助用户能够实现更快速、更便捷的访问。借助新推出的Simulink Online,用户可以直接通过Web浏览器使用Simulink。R2020b还推出了基于人工智能(AI)的新产品,用以加快自主系统开发,快速创建自动驾驶3D模拟场景等。 在数百个全新和升级功能中,MATLAB新增了气泡图和分簇散点图;提供了使用MATLAB比较工具对使用App Designer创建的App进行比较与合并的能力;以及将自定义的图标和组件添加到您的MATLAB App中等特性。Simulink则推出Simulink Online,用户可在Web浏览器中查看、编辑和仿真Simulink模型;提升了引用模型架构 (reference model) 最高2倍加速的代码生成能力;以及新的自动合并功能帮助用户实现自动化持续集成工作流。 R2020b其他亮点: · AI和深度学习 全新的Deep Learning HDL Toolbox为算法开发人员和硬件设计人员提供了在FPGA和SoC上创建原型和实现深度学习网络的功能和工具,包括预置的比特流,用于支持在Xilinx和Intel FPGA与SoC器件上运行各种深度学习网络;特性分析和评估工具,通过对设计、性能和资源利用率进行权衡,从而帮助自定义深度学习网络等。使用Deep Learning HDL Toolbox,工程师能够自定义深度学习网络的硬件实现,并利用HDL Coder和Simulink生成可移植、可合成的Verilog和VHDL代码,并部署在任何FPGA上。 从R2020b开始,Deep Learning Toolbox借助图像分类和网络预测模块支持 Simulink对深度学习模型进行仿真和生成代码。对Experiment Manager App的升级,支持并行训练多个深度学习网络以及运用贝叶斯优化方法进行超参数调优。Deep Network Designer App现在能够训练网络,以实现图像分类、语义分割、多输入、内存溢出、图像到图像回归等工作流程。 · 自主系统 R2020b推出两款自主系统新产品以及一个重大更新。Lidar Toolbox是一款全新产品,提供用于设计、分析和测试激光雷达处理系统的算法、函数和App。UAV Toolbox是另一款新产品,提供用于设计、仿真、测试和部署无人机应用的工具和参考应用。对于Sensor Fusion and Tracking Toolbox的更新包括使用基于网格的随机有限集(RFS)跟踪器跟踪对象,以及使用地心坐标系的路点创建轨迹的能力。 · 汽车 对于汽车行业,RoadRunner产品系列中的全新RoadRunner Scene Builder产品,可利用高精度地图自动创建道路网络。对AUTOSAR Blockset的更新,可使根据AUTOSAR标准4.4版本导入和导出ARXML文件并生成符合AUTOSAR标准的C代码。它还提供适用于自适应模型的Linux可执行文件,帮助创建作为独立应用程序运行的自适应AUTOSAR可执行文件。Vehicle Dynamics Blockset现在能够使用三轴实现6DOF拖车和车辆,并能仿真Simulink 3D模块,从而可在Unreal Engine 3D环境中将牵引车和拖车可视化。

    时间:2020-09-22 关键词: 深度学习 mathworks simulink

  • MathWorks 推出用于算法开发的 Motor Control Blockset

    MathWorks 推出用于算法开发的 Motor Control Blockset

    中国北京,2020 年8月20 日—— MathWorks 今日宣布,推出用于设计和实现电机控制算法的 Simulink 附加产品 — Motor Control Blockset。现在,电机控制工程师可以使用参考示例和 Simulink 模块来开发无刷电机的磁场定向控制算法。此 Blockset 扩展了用于电机控制设计的 Simulink 产品集,使工程师能够在每次设计变更时测试算法,生成快速且紧凑的 ANSI/ISO C代码,并使用仿真来验证软件,从而缩短了认证测试周期。 MathWorks 产品经理 Arkadiy Turevskiy 表示:“工程师可以使用仿真和代码生成手段,尽早发现错误并加快其电机控制开发项目的进度,而不是在实际电机测试之后再验证手写代码哪里有缺陷。Motor Control Blockset 增强了我们对电机控制设计的支持,团队报告称,使用 Simulink 设计和实现数字控制系统减少了多达一半的项目时间。” MathWorks 正在与电机控制硬件提供商合作,开发支持硬件提供商电机控制套件的参考示例,首先是基于 Texas Instruments C2000 实时微控制器的数款套件。工程师使用这些套件,可以在几分钟内自动估算电机参数,生成应用程序代码并让电机转起来。此外,Motor Control Blockset 还可与 Simulink Real-Time 和 Speedgoat 实时目标机结合使用,开展快速控制原型设计,包括磁场定向控制器的自动调节。 Motor Control Blockset 包括: ·Park、Clarke、空间矢量调制、磁场削弱、每安培最大扭矩,以及其他用于生成快速紧凑型嵌入式代码的优化电机控制算法; ·旋转变压器解码器、霍尔传感器解码器、正交编码器解码器和滑模观察器,用于实现有传感器和无传感器电机控制; ·Field-Oriented Control Autotuner 模块,用于自动调节磁场定向控制架构的电流和速度回路; ·仪表化测试,以使用电机硬件从实验中估算电机参数; ·线性集总参数平均值电机模型,用于验证闭环仿真中的控制算法; ·参考应用程序,展示了如何使用多个电机控制硬件套件快速实现电机的旋转。 图注:使用Motor Control Blockset为无刷电机中的微处理器开发嵌入式控制软件©MathWorks

    时间:2020-08-20 关键词: 算法 mathworks simulink

  • Mathworks R2017b升级版,加强深度学习转换CUDA代码推断速度再提升

    Mathworks R2017b升级版,加强深度学习转换CUDA代码推断速度再提升

    Mathworks 推出了包含 MATLAB 和 Simulink 产品系列的 Release 2017b(R2017b),该版本大大加强了 MATLAB 对深度学习的支持,并简化了工程师、研究人员及其他领域专家设计、训练和部署模型的方式。该更新版本从数据标注、模型搭建、训练与推断还有最后的模型部署方面完整地支持深度学习开发流程。此外,MATLAB 这次更新最大的亮点是新组件 GPU Coder,它能自动将深度学习模型代码转换为 NVIDIA GPU 的 CUDA 代码,GPU Coder 转换后的 CUDA 代码可以脱离 MATLAB 环境直接高效地执行推断。经 MATLAB 内部基准测试显示,GPU Coder 产生的 CUDA 代码,比 TensorFlow 的性能高 7 倍,比 Caffe2 的性能高 4.5 倍。 媒体采访了中国资深应用工程师陈建平,陈建平从 MATLAB 中的数据标注开始沿着深度学习模型的开发、训练、调试到最后使用 GPU Coder 部署高性能模型,为我们介绍了 MATLAB 这一次更新针对深度学习所做的努力。本文将沿着 MATLAB 深度学习开发过程简要介绍这次更新的要点,同时重点向大家展示能自动将模型转化为 CUDA 代码的 GPU Coder 模块。 数据标注 对于计算机视觉来说,Computer Vision System Toolbox 中的 Ground Truth Labeler app 可提供一种交互式的方法半自动地标注一系列图像。除了目标检测与定位外,该工具箱现在还支持语义分割,它能对图像中的像素区域进行分类。陈建平说:「我们现在的标注工具可以直接半自动地完成任务,它可以像 Photoshop 中的魔棒工具一样自动标注出像素层级的类别,我们选中图片后工具会自动将对象抠出来。在我们完成初始化的图像语义分割后,工具会使用自动化的手段把后续行驶过程中的其它元素都抠出来。因为中间和后续过程都是以机器为主导完成的,所以我们只需要在前期使用少量的人力就能完成整个标注过程。」 这种半自动方法确实可以大大提升标注的效率,特别是标注车道边界线和汽车边界框等视觉系统目标。在这种自动标注框架下,算法可以快速地完成整个数据集的标注,而随后我们只需要少量的监督与验证就能构建一个精确的数据集。如下所示,MATLAB 文档向我们展示了如何创建车道线自动标注。 我们可以使用不同的算法,如能自动检测车道线特征的 Auto Lane DetecTIon、使用聚合通道特征(Aggregate Channel Features/ACF)检测车辆的 ACF Vehicle Detector 和使用 Kanade-Lucas_Tomasi(KLT)在小间隔内追踪一个或多个 ROI 的算法等。如果我们选择自动算法,那么接下来设置 ROI、最大车道数、车道线宽度等参数后就可以直接运行自动标注。若视频经过人工微调与校验,并达到不错的效果,我们就可以选择「Accept」完成标注任务。

    时间:2020-08-01 关键词: 深度学习 mathworks

  • MathWorks与中国东南大学 (SEU) 签署协议,为全校所有师生提供 MATLAB、Simulink

    MathWorks与中国东南大学 (SEU) 签署协议,为全校所有师生提供 MATLAB、Simulink

    该新许可证增强对学校的承诺,即通过全面共享高级教学和科研工具,培养学生创新精神, 提升工程实践能力 MathWorks与中国东南大学 (SEU) 签署了一份协议,为全校所有师生提供 MATLAB、Simulink 以及其他 50 个 MathWorks 产品以作为教学和学术研究之用。东南大学是中国大陆第一所采用校级许可证的大学。MathWorks 已为全球数百所院校提供了该许可证。 东南大学在 2013 年度中国大学排名中被评为中国前 10 所工程院校之一。东南大学全面采用 MathWorks 的科学计算和基于模型设计的产品,进一步表明了它的承诺,即共享世界一流的工程和科学计算工具,为教学和学术研究提供富有创造性的环境,培养学生创新精神, 提升工程实践能力。 东南大学的校级许可证基于 MATLAB 和 Simulink平台,包括科学与工程类院系使用的分析、设计、建模、仿真、代码生成和测试产品,还包括管理和金融类院系使用的计算金融学产品。东南大学正在全校部署这些产品,通过一个集中的共享教学平台将其提供给教师、研究人员和学生,这种方式不仅提高了软件管理和部署的效率,还确保所有用户都可以随时方便使用这些产品。 通过东南大学和 MathWorks 签署的这份协议,用户将拥有英文和中文版的 MATLAB 和相关文档,并在许可期间,立即获得版本升级和 24 小时不间断的技术支持。该校级许可证允许将 MathWorks 产品安装到学校管理的计算机以及用户自己的计算机上。此外,MATLAB Distributed CompuTIng Server 将安装到东南大学的高性能计算 (HPC) 中心。这将让师生可以在该中心的 HPC 系统上运行计算密集型的 MATLAB 程序和 Simulink 仿真,并开发能充分利用多处理器和多核架构的并行计算新技术和算法。  

    时间:2020-07-15 关键词: 东南大学 mathworks

  • 如何使用 MATLAB?MathWorks推新产品加强预测性维护算法

    如何使用 MATLAB?MathWorks推新产品加强预测性维护算法

    推出用于设计并测试状态监测和预测性维护算法的新工具箱 MathWorks 今日宣布推出新的 MATLAB 产品 PredicTIve Maintenance Toolbox,帮助工程师设计并测试状态监测和预测性维护算法。PredicTIve Maintenance Toolbox 为算法工程师提供了一系列功能和参考范例,用来组织数据、设计状态指标、监测机器运行状况和预估剩余使用寿命 (RUL),从而避免设备故障。 借助 PredicTIve Maintenance Toolbox,工程师能分析和标注从存储于本地或云端的文件中导入的传感器数据。他们还能标注从 Simulink 模型生成的仿真故障数据以表征设备故障。利用在频谱分析和时序分析等技术所构建的信号处理和动态建模方法,工程师能够预处理数据并提取可用来监测机器状态的特征。使用生存分析、相似性分析和基于趋势的模型来预测 RUL,可帮助工程师预估机器发生故障的时间。该工具箱包括发动机、变速箱、电池和其他机器的参考范例,可以复用以开发自定义的预测性维护和状态监测算法。 现在,工程师开发和验证必要的算法,通过监测传感器数据,以预测设备何时可能发生故障,或检测任何潜在的异常现象。这些算法可以通过访问存储在本地文件系统、云存储系统(如 Amazon S3 和 Windows Azure Blob 存储)或 Hadoop 分布式文件系统上的历史数据,得以开发。另一个数据源是来自包含故障动态的设备物理模型的仿真数据。工程师可以从此数据中提取和选择最合适的特征,然后借助交互式应用程序,用这些特征训练机器学习模型,以预测或检测设备故障。 “预测性维护是工业物联网的一个重要应用。它对于减少不必要的维护成本和消除计划外停机十分关键。那些通常没有机器学习或信号处理背景的工程师会发现,设计预测性维护的算法特别具有挑战性。” MathWorks 公司技术市场经理 Paul Pilotte 说,“现在,通过使用 PredicTIve Maintenance Toolbox 学习如何设计和测试这些算法作为起点,这些团队能够快速上手并提高。” 有关工程师团队如何使用 MATLAB,通过预测故障来减少设备停机时间、自动确定故障的根本原因和避免不必要维护成本的详细信息。

    时间:2020-07-15 关键词: 工业物联网 matlab 预测性维护 mathworks

  • 为抗击新冠疫情,MathWorks 近日向盖茨基金会捐款 100 万美元

    为抗击新冠疫情,MathWorks 近日向盖茨基金会捐款 100 万美元

    为响应抗击 COVID-19 的全球行动,MathWorks近日宣布,已向比尔及梅琳达·盖茨基金会抗击 COVID-19 基金捐款 100 万美元。总额现为 2.5 亿美元。 该基金致力于资助主流科研机构研发最具前景的诊疗方法和疫苗,以阻止病毒的传播并帮助患者尽快恢复健康。此外,该基金还专注于保护生活在非洲和南亚的一些最弱势群体免受 COVID-19 的直接影响,同时帮助其所在国家为未来的疫情做好准备。 MathWorks 是一家全球企业,在全世界设有 33 个办事处,客户遍及 180 多个国家/地区,其社会使命是通过推动 STEM 教育、培养员工志愿精神、建设环境可持续性并协助开展全球救助工作,积极为社区提供支持。 MathWorks 首席执行官 Jack Little 表示:“此前,MathWorks 一直希望找到一个组织,从而通过它为抗击 COVID-19 的科学和工程工作做出切实有效的贡献。过去五年中,比尔·盖茨已经成为流行病领域的前沿专家。因此,我们很荣幸能够提供支持,帮助他的基金会在全球范围内为抗击 COVID-19 寻找立足于科学的根本解决方案。” 除了向盖茨基金会捐款外,MathWorks 最近还协助其他全球及当地组织抗击疫情。这包括: 向美国援外合作署 (CARE) 捐款 100 万美元,以支持该组织投入必要资源保护世界各地的弱势人群免受 COVID-19 疫情的影响。美国援外合作署正在提供卫生用品、洗手站和清洁水,以帮助阻止疾病的传播,特别是在无法保持社交距离的难民营和流离失所者营地。 向波士顿西郊 57 个非营利组织捐款 285,000 美元。每个组织都收到了 5,000 美元的捐款,用以应对他们致力于纾解的紧迫需求,包括家庭援助、食物短缺和青年发展。 最值得一提的是,通过员工捐款和公司配捐共计捐赠 14 万美元,经由全球捐赠网 (Global Giving) 为全球 COVID-19 救助工作提供支持【其中包含向中国湖北省慈善总会的捐助】。

    时间:2020-05-21 关键词: 盖茨 疫情 mathworks

  • MathWorks宣布向盖茨基金会抗击COVID-19基金捐款100万美元

    MathWorks宣布向盖茨基金会抗击COVID-19基金捐款100万美元

    中国北京,2020 年5月20 日—— MathWorks近日宣布,已向比尔及梅琳达·盖茨基金会抗击 COVID-19 基金捐款 100 万美元。此项基金的设立旨在响应抗击 COVID-19 的全球行动,总额现为 2.5 亿美元。该基金致力于资助主流科研机构研发最具前景的诊疗方法和疫苗,以阻止病毒的传播并帮助患者尽快恢复健康。此外,该基金还专注于保护生活在非洲和南亚的一些最弱势群体免受 COVID-19 的直接影响,同时帮助其所在国家为未来的疫情做好准备。 MathWorks 是一家全球企业,在全世界设有 33 个办事处,客户遍及 180 多个国家/地区,其社会使命是通过推动 STEM 教育、培养员工志愿精神、建设环境可持续性并协助开展全球救助工作,积极为社区提供支持。 MathWorks 首席执行官 Jack Little 表示:“此前,MathWorks 一直希望找到一个组织,从而通过它为抗击 COVID-19 的科学和工程工作做出切实有效的贡献。过去五年中,比尔·盖茨已经成为流行病领域的前沿专家。因此,我们很荣幸能够提供支持,帮助他的基金会在全球范围内为抗击 COVID-19 寻找立足于科学的根本解决方案。” 除了向盖茨基金会捐款外,MathWorks 最近还协助其他全球及当地组织抗击疫情。这包括: · 向美国援外合作署 (CARE) 捐款 100 万美元,以支持该组织投入必要资源保护世界各地的弱势人群免受 COVID-19 疫情的影响。美国援外合作署正在提供卫生用品、洗手站和清洁水,以帮助阻止疾病的传播,特别是在无法保持社交距离的难民营和流离失所者营地。 · 向波士顿西郊 57 个非营利组织捐款 285,000 美元。每个组织都收到了 5,000 美元的捐款,用以应对他们致力于纾解的紧迫需求,包括家庭援助、食物短缺和青年发展。 · 通过员工捐款和公司配捐共计捐赠 14 万美元,经由全球捐赠网 (Global Giving) 为全球 COVID-19 救助工作提供支持【其中包含向中国湖北省慈善总会的捐助】。

    时间:2020-05-21 关键词: covid-19 盖茨基金会 mathworks

  • 软件定义未来,MathWorks助力中国大学生方程式汽车大赛十年焕新出发!

    日前,经过6天的激烈角逐,由中国科学技术协会指导,中国汽车工程学会主办,MathWorks、爱驰汽车、蔚来汽车联合赞助的2019中国大学生方程式系列赛事圆满落下帷幕。来自全国数十所高校、各汽车及零部件企业的嘉宾、师生和裁判共2000余人共同见证了本次大赛的成功举办。笔者也亲临现场,感受到了此次赛事带来的热情与活力。 FSC——中国大学生实现“造车梦”的顶级平台 中国大学生方程式汽车大赛(简称“中国FSC”)是一项由中国各大高等院校汽车工程或汽车相关专业在校学生组队参加的汽车设计与制造比赛。赛事委员会制定了详尽的规则与赛车制造标准,各大院校队伍将在一年的时间内,亲自动手设计并制造出一辆小型单人座赛车,参与赛事。 自2010年赛事设立以来,中国FSC大赛已经走过了十个年头。在这期间,通过立足中国汽车工程教育和汽车产业基础,并不断借鉴国外FSC赛事的成功经验,中国FSC已经发展成了国内最顶尖的优秀汽车人才培养和选拔平台。通过全方位考核,提高学生们的设计、制造、成本控制、商业营销、沟通与协调等五方面的综合能力,全面提升汽车专业学生的综合素质,为中国汽车产业的发展进行长期的人才积蓄,促进中国汽车工业从 “制造大国”向“产业强国”的战略方向迈进。 中国FSC大赛是一项非盈利的社会公益性事业,项目的运营和发展结合了优秀高等院校资源、整车和车辆零部件制造商的资源。社会各界对赛事投入的人力支持和资金赞助全部用于赛事组织、赛事推广和为参赛学生设立赛事奖金。 扎根中国,MathWorks与中国FSC的不解之缘 FSC组委会执行主任、中国汽车工程学会副秘书长闫建来表示:FSC赛事本身是公益性质的比赛,其主旨在于为中国汽车行业输送人才。所以对我们来说,赛事本身需要一些资金去运营,我们的合作大门、赞助大门一直都是开放的。但是汽车相关行业的商业赞助支持在国内其实是比较难以推进的。除了车企,我们还需要来自供应链企业的相关支持。 MathWorks与中国FSC大赛的“不解之缘”是从2011年开始的,自那以来MathWorks一直作为中国FSC大赛官方赞助商,为参赛队伍免费提供正版MATLAB及Simulink软件支持,并在竞赛中设立MATLAB/Simulink应用大奖以及丰厚奖金以鼓励更多的队伍更好地使用 MATLAB。 MathWorks通过赞助中国大学生方程式汽车大赛,帮助数以千计的大学生完成了设计方程式的梦想。MathWorks为了方便参赛者熟练的使用仿真软件,准备了丰富的线上培训资源,其中包括物理建模与计算机视觉课程。在线上培训之余,MathWorks还将开展每年为期四次的线下培训课程,通过线下方式现场解答参赛选手的疑惑。另外值得一提的是,在大学生方程式比赛现场,MathWorks 也将全程参与并担当决赛现场评委。 高效的软件设计理念对于国内汽车行业意味着什么? 在发布会现场,闫建来先生表示:经历过大赛车队培养的学生能力得到了跨越式的增长,水平和眼界都得到了提高。他们不仅将学校中学到的汽车理论知识、结构知识、燃烧学这些东西进行了实践。更重要的是,他们接触到了最先进的系统仿真软件,了解到了如今最新的开发模式,这对他们的未来是至关重要的。 在本届FSC赛事中,赛事主办方也增大了软件设计、系统仿真在赛事总评分中的比重。对于参赛者而言,能否取胜的关键其实更多的在于他们在软件设计、系统仿真方面的能力。正如当下的汽车设计行业的大趋势一般,软件的比重逐渐增大,硬件正在退居二线。 在往届的参赛选手中,不乏通过熟练的MATLAB 和 Simulink技术帮助自己更快的进入职场。目前就职于蔚来汽车公司的优秀毕业生代表在采访中提到:“我现在的工作主要是使用MATLAB/Simulink进行车辆控制算法开发。在车队的经验让我可以更熟练地使用MATLAB/Simulink,极大提高了我的工作效率。在企业中做ADAS相关的功能开发,这个项目使用的最主要的软件就是MATLAB/Simulink,主要使用它进行算法开发、仿真、测试等工作。 其实对于目前汽车行业而言,已经全面进入了“软件定义”时代。软件带动着汽车技术的革新,推动着汽车产业向前发展,可以说,软件正逐渐成为汽车信息化、智能化发展的基础与核心。目前的汽车企业中,使用MATLAB/Simulink进行仿真开发的已经成为了一种常态。对于学生而言,掌握汇编代码进行开发虽然至关重要,但是汇编代码开发的效率已经远远不能满足当下汽车产业高速发展的需求。通过MATLAB/Simulink进行模型设计和系统仿真,能大大提升开发效率,这也是当下最新的开发模式。对于国内汽车行业而言,高效的软件设计理念对于整体行业发展都是至关重要的。 正如中国FSC大赛的主旨一般,利在当代,功在未来。大赛本身对于中国正在大力发展的汽车领域来说无异于一针“强心剂”,此次竞赛为众多高校的参赛队伍提供了锻炼自我的平台。人才是行业乃至国家不断向前发展的根本,MathWorks将与中国FSC大赛一起,为中国汽车事业发展贡献一份力量。

    时间:2020-05-08 关键词: 软件定义 mathworks

  • MathWorks 入选《Gartner 2020 年数据科学和机器学习平台魔力象限》报告中的领导者象限

    MathWorks 入选《Gartner 2020 年数据科学和机器学习平台魔力象限》报告中的领导者象限

    中国,北京 - 2020 年 3 月 4 日— MathWorks 今天宣布,该公司在Gartner 的《2020 年数据科学和机器学习平台魔力象限》报告中被评为领导者。Gartner 对MathWorks 的前瞻性和执行能力进行评估后,将该公司定位为 2020 年度领导者。 MathWorks 首席战略师 Jim Tung 表示:“对我们来说,被认可为数据科学和机器学习领域的领导者,证明 MathWorks 能够提供解决 AI 挑战的全方位平台。MathWorks 凭借各种工具、咨询服务和支持功能为复杂的工程项目提供支持,积累了 30 多年的丰富经验,让工程师和科学家们能够构建更完善的 AI 数据集、解决集成问题,并在系统范围内持续测试 AI 模型。” 借助 MATLAB,组织可以: •“武装”团队,让具有有限AI 或数据科学技能和经验的团队都能成功应用 AI •将 AI 整合到包括数据准备、分析与建模、仿真与测试以及生产在内的整个系统设计工作流中 •在嵌入式设备、边缘设备、企业系统和云上部署 AI 模型 •解决系统集成过程中的挑战并降低开发 AI 驱动系统的风险 图1:数据科学和机器学习平台魔力象限 点击此处免费获取《Gartner 2020 年数据科学和机器学习平台魔力象限》(2020 Gartner Magic Quadrant for Data Science and Machine Learning Platforms) 报告全文,阅读 Gartner 对 MathWorks 的完整评估。

    时间:2020-05-04 关键词: AI 机器学习 mathworks

  • FPGA、ASIC验证将提速

    FPGA、ASIC验证将提速

    Wilson Research Group 的一项最近研究发现,48% 的 FPGA 设计项目和 71% 的 ASIC 设计项目依赖 UVM 进行设计验证。通常,算法开发人员和系统架构师在 MATLAB 和 Simulink 中开发新算法内容。然后,设计验证(DV)工程师在为 RTL 测试平台手工编写代码时使用 MATLAB 和 Simulink 模型作为参考,这一过程极其耗时。现在借助 HDL Verifier,DV 工程师可以从已经在 Simulink 中开发的系统级模型自动生成 UVM 组件,如序列或记分板。在为诸如无线通信、嵌入式视觉和控制等应用中使用的 ASIC 和 FPGA 设计而开发测试平台时,此方法可以减少验证工程师所花费的时间。 “借助 Simulink,我们在手工编写生产 UVM 测试平台、测试序列和记分板上花费的时间可以减少大约 50%,从而有更多时间专注于突破性创新应用。”Allegro MicroSystems 的 ASIC 开发经理 Khalid Chishti 说,“我们针对汽车应用设计的 ASIC 依赖 UVM 进行生产验证,为这些设备开发算法曾是一项繁琐的任务,而 MATLAB 和 Simulink 对此进行了简化。” HDL Verifier 增添了一些新功能,例如,从 MATLAB 和 Simulink 中生成 UVM 组件、SystemVerilog 断言和 SystemVerilog DPI 组件,现在可向负责 ASIC 和 FPGA 生产验证的设计验证团队提供更多扩展性支持。这些设计验证团队原本通过在 SystemVerilog 中手工编写代码,进而在 HDL 仿真器中开发严格测试平台,现在,他们能够从现有 MATLAB 和 Simulink 模型直接生成验证组件,并重用这些模型加快创建生产验证环境的速度。

    时间:2020-03-09 关键词: FPGA mathworks

  • MathWorks 被Gartner 评为机器学习领导者

    MathWorks 被Gartner 评为机器学习领导者

    MathWorks 首席战略师 Jim Tung 表示:“对我们来说,被认可为数据科学和机器学习领域的领导者,证明 MathWorks 能够提供解决 AI 挑战的全方位平台。MathWorks 凭借各种工具、咨询服务和支持功能为复杂的工程项目提供支持,积累了 30 多年的丰富经验,让工程师和科学家们能够构建更完善的 AI 数据集、解决集成问题,并在系统范围内持续测试 AI 模型。”

    时间:2020-03-06 关键词: mathworks

  • 软件定义未来,MathWorks助力中国大学生方程式汽车大赛十年焕新出发

    软件定义未来,MathWorks助力中国大学生方程式汽车大赛十年焕新出发

    日前,经过6天的激烈角逐,由中国科学技术协会指导,中国汽车工程学会主办,MathWorks、爱驰汽车、蔚来汽车联合赞助的2019中国大学生方程式系列赛事圆满落下帷幕。来自全国数十所高校、各汽车及零部件企业的嘉宾、师生和裁判共2000余人共同见证了本次大赛的成功举办。笔者也亲临现场,感受到了此次赛事带来的热情与活力。 FSC——中国大学生实现“造车梦”的顶级平台 中国大学生方程式汽车大赛(简称“中国FSC”)是一项由中国各大高等院校汽车工程或汽车相关专业在校学生组队参加的汽车设计与制造比赛。赛事委员会制定了详尽的规则与赛车制造标准,各大院校队伍将在一年的时间内,亲自动手设计并制造出一辆小型单人座赛车,参与赛事。 自2010年赛事设立以来,中国FSC大赛已经走过了十个年头。在这期间,通过立足中国汽车工程教育和汽车产业基础,并不断借鉴国外FSC赛事的成功经验,中国FSC已经发展成了国内最顶尖的优秀汽车人才培养和选拔平台。通过全方位考核,提高学生们的设计、制造、成本控制、商业营销、沟通与协调等五方面的综合能力,全面提升汽车专业学生的综合素质,为中国汽车产业的发展进行长期的人才积蓄,促进中国汽车工业从 “制造大国”向“产业强国”的战略方向迈进。 中国FSC大赛是一项非盈利的社会公益性事业,项目的运营和发展结合了优秀高等院校资源、整车和车辆零部件制造商的资源。社会各界对赛事投入的人力支持和资金赞助全部用于赛事组织、赛事推广和为参赛学生设立赛事奖金。 扎根中国,MathWorks与中国FSC的不解之缘 FSC组委会执行主任、中国汽车工程学会副秘书长闫建来表示:FSC赛事本身是公益性质的比赛,其主旨在于为中国汽车行业输送人才。所以对我们来说,赛事本身需要一些资金去运营,我们的合作大门、赞助大门一直都是开放的。但是汽车相关行业的商业赞助支持在国内其实是比较难以推进的。除了车企,我们还需要来自供应链企业的相关支持。 MathWorks与中国FSC大赛的“不解之缘”是从2011年开始的,自那以来MathWorks一直作为中国FSC大赛官方赞助商,为参赛队伍免费提供正版MATLAB及Simulink软件支持,并在竞赛中设立MATLAB/Simulink应用大奖以及丰厚奖金以鼓励更多的队伍更好地使用 MATLAB。 MathWorks通过赞助中国大学生方程式汽车大赛,帮助数以千计的大学生完成了设计方程式的梦想。MathWorks为了方便参赛者熟练的使用仿真软件,准备了丰富的线上培训资源,其中包括物理建模与计算机视觉课程。在线上培训之余,MathWorks还将开展每年为期四次的线下培训课程,通过线下方式现场解答参赛选手的疑惑。另外值得一提的是,在大学生方程式比赛现场,MathWorks 也将全程参与并担当决赛现场评委。 高效的软件设计理念对于国内汽车行业意味着什么? 在发布会现场,闫建来先生表示:经历过大赛车队培养的学生能力得到了跨越式的增长,水平和眼界都得到了提高。他们不仅将学校中学到的汽车理论知识、结构知识、燃烧学这些东西进行了实践。更重要的是,他们接触到了最先进的系统仿真软件,了解到了如今最新的开发模式,这对他们的未来是至关重要的。 在本届FSC赛事中,赛事主办方也增大了软件设计、系统仿真在赛事总评分中的比重。对于参赛者而言,能否取胜的关键其实更多的在于他们在软件设计、系统仿真方面的能力。正如当下的汽车设计行业的大趋势一般,软件的比重逐渐增大,硬件正在退居二线。 在往届的参赛选手中,不乏通过熟练的MATLAB 和 Simulink技术帮助自己更快的进入职场。目前就职于蔚来汽车公司的优秀毕业生代表在采访中提到:“我现在的工作主要是使用MATLAB/Simulink进行车辆控制算法开发。在车队的经验让我可以更熟练地使用MATLAB/Simulink,极大提高了我的工作效率。在企业中做ADAS相关的功能开发,这个项目使用的最主要的软件就是MATLAB/Simulink,主要使用它进行算法开发、仿真、测试等工作。 其实对于目前汽车行业而言,已经全面进入了“软件定义”时代。软件带动着汽车技术的革新,推动着汽车产业向前发展,可以说,软件正逐渐成为汽车信息化、智能化发展的基础与核心。目前的汽车企业中,使用MATLAB/Simulink进行仿真开发的已经成为了一种常态。对于学生而言,掌握汇编代码进行开发虽然至关重要,但是汇编代码开发的效率已经远远不能满足当下汽车产业高速发展的需求。通过MATLAB/Simulink进行模型设计和系统仿真,能大大提升开发效率,这也是当下最新的开发模式。对于国内汽车行业而言,高效的软件设计理念对于整体行业发展都是至关重要的。 正如中国FSC大赛的主旨一般,利在当代,功在未来。大赛本身对于中国正在大力发展的汽车领域来说无异于一针“强心剂”,此次竞赛为众多高校的参赛队伍提供了锻炼自我的平台。人才是行业乃至国家不断向前发展的根本,MathWorks将与中国FSC大赛一起,为中国汽车事业发展贡献一份力量。

    时间:2020-01-13 关键词: 汽车 软件 mathworks

  • MathWorks 公司获得《控制工程》中文版杂志 2019 年度编辑推荐奖

    MathWorks 公司获得《控制工程》中文版杂志 2019 年度编辑推荐奖

    中国北京 – 2019 年 12月 11 日 – MathWorks公司今日宣布,Simulink 获得《控制工程》中文版杂志 2019 年度“编辑推荐奖”。Simulink 凭借其电力电子器件控制设计解决方案斩获“工业软件和平台”类大奖殊荣。这一奖项由《控制工程》中文版杂志全球编辑团队评选得出。 一年一度的《控制工程》中文版杂志评奖是中国工业控制、自动化和仪器仪表领域最具权威性的产品评选活动。2019 年,来自国内外的厂商共提交了 200 多项产品参与本奖项的角逐。其中有 26 个产品获得《控制工程》中文版杂志颁发的“编辑推荐奖”,并一展独特风采。  “我们非常荣幸能获得‘工业软件和平台年度大奖’这项殊荣”, MathWorks 中国区总经理曹新康说,“我们相信,对于使用 Simulink 为可再生能源、工业自动化和电动汽车领域开发电力电子器件控制系统的工程师们而言,这一奖项正是对他们所给予评价的准确印证。” Simulink提供一个用于动态系统建模、仿真以及综合分析的集成环境。电力电子工程师使用 MATLAB®和 Simulink®开发电机、功率变流器和电池系统的数字控制系统,并可以轻松实现如下工作流程: •         使用 Simulink 对调度和闭环控制算法进行仿真并生成代码,与传统手工编码和在硬件上测试相比,缩短项目时间 50%。•         访问成千上万随时可用的电气建模元件和用于桌面仿真的例程。•         使用附加工具箱进行控制设计、定点设计、信号处理和认证。•         获得对 Speedgoat 和其他实时硬件平台的实时仿真支持。•         为主流微控制器、FPGA 和 SoC 生成 ANSI C 和处理器优化的 C 和 HDL 代码。

    时间:2019-12-11 关键词: matlab mathworks simulink

  • MathWorks 使用 MATLAB 和 Simulink 加快航空航天设计

    全新飞行分析和可视化功能,加快飞行原型开发 今天,MathWorks 宣布面向航空航天设计领域推出了 MATLAB 和 Simulink 的全新飞行分析和可视化功能。在 2018b 版中,Aerospace Blockset 新增了飞行控制分析工具,协助分析航空航天飞行器的飞行品质;Aerospace Toolbox 增添了座舱飞行仪器用户界面的自定义功能,用于可视化和分析航空航天飞行器的运动和行为。现在,工程师可以制定从早期飞行器设计和开发阶段到飞行原型开发的连续工作流程,从而缩短从设计到测试所需的时间。 航空航天设计需要满足严格的设计和监管要求,以确保符合 MIL-F-8785C、DO-178 B 和 DO-178 C 等标准,工程团队通常会借助 Simulink 和 DO Qualification Kit 来实现这一目标。工程师之前使用内部或第三方工具执行飞行可视化和分析,现在可以直接在 Simulink 环境中进行飞行仿真、可视化和分析。得益于在设计工作流程早期使用基于模型的设计和 Simulink,团队可以更轻松地维护模型和代码。另外,工程师还可以与其他团队以及供应商分享模型,确保满足所有要求。 MathWorks 设计自动化市场总监 Paul Barnard 表示:“建模、仿真、分析和可视化功能对高度管制的航空航天行业至关重要。因此,Simulink 成为了这些工程师的首选设计环境。现在,由于这些团队能够执行迭代,因此可在数周内完成原型设计,而无需花费数月时间,从而进一步缩短了设计所需的时间。这样一来,工程师便可在预定期限内完成开发工作,同时还可保证高精度,并满足相关标准的要求。” Aerospace Blockset 能帮助工程师快速对航空航天飞行器动力学进行建模、仿真和分析。飞行控制分析工具是 2018b 版本中的新增功能,能对航空航天飞行器的动态响应执行高级分析。该工具包含模板和函数,前者可以帮助用户快速入门,后者则可用于计算和分析在 Simulink 中搭建的飞机模型的飞行品质。 Aerospace Toolbox 包含工具和函数,能帮助通过参考标准和模型来分析和可视化航天航空飞行器的运动。飞行仪表是 2018b 版本中的新增功能,可以通过标准座舱仪表显示测量结果。

    时间:2019-01-17 关键词: matlab 航空航天 mathworks simulink

  • The MathWorks推出MATLAB语言子集嵌入式MATLAB

    the mathworks推出了嵌入式 matlab ――领先的 matlab 科学计算语言的子集。   嵌入式 matlab 子集使 matlab 用户能够从 matlab 程序中生成高效、可嵌入 c 代码,从而避免了常见的、耗时的和易出错的用 c 代码重写 matlab 算法的进程。  嵌入式 matlab 子集包括了众多的 matlab 功能,有 270 多个 matlab 运算符和函数以及90 多个定点工具箱(fixed-point toolbox)函数。嵌入式 matlab 支持许多高级 matlab 语言功能,如多维阵列、实数和复数、结构、流程控制和下标运算。   转换为 c 代码由 real-time workshop 7执行,其是广泛用于嵌入式代码生成的,其是广泛用于嵌入式代码生成的 mathworks 产品。real-time workshop 会自动产生嵌入式 c,它在大小、性能和内存使用上可与手工编码相媲美。用户可以直接在 matlab m 文件中调用 real-time workshop,或者该文件也可以按名称包括在 simulink块图中。如果使用了 simulink,也可以使用 simulink hdl coder 生成可合成的 verilog 和 vhdl。在这两种情况下,在数字上,生成的代码与嵌入式 matlab 源代码相当。可用性   在以下最新版本的 mathworks 产品中支持嵌入式 matlab 技术:matlab、simulink、fixed-point toolbox、stateflow、simevents 和 simulink hdl coder。  详情请访问:www.mathworks.cn。

    时间:2018-12-27 关键词: 嵌入式 嵌入式开发 语言 子集 mathworks

  • MathWorks 推出用于 MATLAB 的 5G Toolbox

    扩展无线标准功能,为 5G 系统提供符合标准的建模、仿真和验证工作流程 MathWorks 宣布,今天推出了 5G Toolbox。这款工具箱提供了符合标准的波形和参考设计,用于 3GPP 5G 新无线(NR)通信系统的物理层建模、仿真和验证。工程师使用 5G Toolbox 可以快速设计关键算法并预测符合 5G Release 15 标准规范的系统端到端链路性能。5G Toolbox 成为MathWorks公司的无线通信产品系列的一员,该产品系列还包括对 LTE 和 WLAN 标准的支持、大规模 MIMO 天线阵列和 RF 前端技术的仿真、无线测试以及无线电硬件的快速原型设计。 MathWorks 信号处理应用高级策划师 Ken Karnofsky 说道:“采用 5G 时,无线工程师需要验证其产品设计是否能够与不断发展的复杂新标准保持一致或共存。很少有公司拥有足够的资源或内部专业知识来理解和实施符合 5G 标准的设计。见证了 LTE Toolbox 如何帮助各团队在无线测试台上快速部署 pre-5G 设计之后,我们预计 5G Toolbox 将对主流无线市场产生类似的影响。” 5G Toolbox 可以帮助无线设计工程师管理不断增加的设计复杂性,同时缩短开发时间。工程师们现在可以使用该工具箱支持链路级仿真、黄金参考验证、一致性测试和测试波形生成,而无需从零开始。 5G Toolbox 是设计工作流程的基础,可帮助无线团队快速开发、设计原型和测试设计。很多公司公司原本对射频、天线和基带设计采用各自独立的工具,MIMO 技术经验有限,或者缺乏从仿真到原型设计的自动化,现在他们可依靠 MATLAB 作为仿真、空中测试和快速原型设计的通用环境。 身为 3GPP 工作组中多家公司的通用研发环境,MATLAB 同时也被用于 5G 标准的研发。

    时间:2018-11-09 关键词: matlab 5G toolbox mathworks

  • MathWorks 为 MATLAB 添加新的预测性维护产品

       推出用于设计并测试状态监测和预测性维护算法的新工具箱 21IC讯 MathWorks 今日宣布推出新的 MATLAB 产品 Predictive Maintenance Toolbox,帮助工程师设计并测试状态监测和预测性维护算法。Predictive Maintenance Toolbox 为算法工程师提供了一系列功能和参考范例,用来组织数据、设计状态指标、监测机器运行状况和预估剩余使用寿命 (RUL),从而避免设备故障。 借助 Predictive Maintenance Toolbox,工程师能分析和标注从存储于本地或云端的文件中导入的传感器数据。他们还能标注从 Simulink 模型生成的仿真故障数据以表征设备故障。利用在频谱分析和时序分析等技术所构建的信号处理和动态建模方法,工程师能够预处理数据并提取可用来监测机器状态的特征。使用生存分析、相似性分析和基于趋势的模型来预测 RUL,可帮助工程师预估机器发生故障的时间。该工具箱包括发动机、变速箱、电池和其他机器的参考范例,可以复用以开发自定义的预测性维护和状态监测算法。 现在,工程师开发和验证必要的算法,通过监测传感器数据,以预测设备何时可能发生故障,或检测任何潜在的异常现象。这些算法可以通过访问存储在本地文件系统、云存储系统(如 Amazon S3 和 Windows Azure Blob 存储)或 Hadoop 分布式文件系统上的历史数据,得以开发。另一个数据源是来自包含故障动态的设备物理模型的仿真数据。工程师可以从此数据中提取和选择最合适的特征,然后借助交互式应用程序,用这些特征训练机器学习模型,以预测或检测设备故障。 “预测性维护是工业物联网的一个重要应用。它对于减少不必要的维护成本和消除计划外停机十分关键。那些通常没有机器学习或信号处理背景的工程师会发现,设计预测性维护的算法特别具有挑战性。” MathWorks 公司技术市场经理 Paul Pilotte 说,“现在,通过使用 Predictive Maintenance Toolbox 学习如何设计和测试这些算法作为起点,这些团队能够快速上手并提高。” Predictive Maintenance Toolbox 已在全球上市。     图示:Predictive Maintenance Toolbox 能帮助训练预测模型来预估剩余使用寿命 (RUL) 并提供与预测相关联的置信区间。

    时间:2018-06-06 关键词: matlab 状态监测 mathworks

  • The MathWorks发布2009b版 MATLAB和Simulink产品系列

    The MathWorks 日前发布了 2009b 版 (R2009b) MATLAB 和 Simulink 产品系列。R2009b 包含能实现更快性能和增强大规模数据集处理能力的功能,它以 Simulink 基于组件的建模功能为基础,更新了包括 PolySpace 代码验证产品在内的 83 款其他产品。 R2009b 在 MATLAB 产品系列中的突出优势表现在:对多核和多处理器系统的支持范围更广;大规模数据集的处理能力得到了提升。现在,MATLAB 和 Image Processing Toolbox(图像处理工具箱)可以提供更多的多线程实现函数,而 Statistics Toolbox(统计工具箱) 则增加了对多个函数的并行计算支持。针对使用大规模数据集的用户,MATLAB 现在提供了对 2 GB 以上数据集执行 FFT 的功能,Image Processing Toolbox 增加了一项功能,可以支持任意大规模 TIFF 图像的处理,而 Parallel Computing Toolbox(并行计算工具箱)则配备了新的界面,以处理分布于整个集群的大规模数据集。 R2009b 中的其他 MATLAB 重要功能有: ?Mapping Toolbox (绘图工具箱)可从网络地图服务 (WMS) 服务器(例如,NASA JPL OnEarth 和 Microsoft TerraServer)中搜索和检索地理信息数据集。 ?用户现在可直接在 MATLAB 环境下访问 MATLAB Central File Exchange,这里存有数以千计的用户提供文件。 在Model-Based Design(基于模型设计) 方面,R2009b可以让 Simulink 用户采集模型中的设计变量,并在模型中的各种配置之间切换,以便更有效地管理设计替代方案以提高设计的重复利用率。现在,工程师借助 MATLAB 程序和 Simulink 模型(包括可随时间动态改变大小的阵列)可以仿真和生成嵌入式代码,这对于诸如目标检测和运动跟踪等应用十分有用。 R2009b 中的其他 Simulink 重要功能有: ?Simulink Control Design – Simulink 中的自动化调节和成套 PID 控制块,可以提高这些常用控制器的设计和验证速度。 ?Real-Time Workshop Embedded Coder – 在信号处理应用中,可以更有效地生成代码,同时减少了数据副本数量,优化了矩阵运算。 ?Simulink Verification and Validation – 通过 Model Advisor Configuration Editor 可以跨整个机构管理和部署一套符合建模标准的统一检查要求和规则。 ?Simulink Design Verifier – 全新的 API 允许将 嵌入式MATLAB 用作属性规范语言 (Property Specification Language)。 新版本R2009b现已上市,在The MathWorks软件维护期内的正版用户即可获得此版本。有关 R2009b 产品更新的更多信息,请访问 www.mathworks.cn/R2009b。来源:角色0次

    时间:2018-06-04 关键词: 产品 系列 mathworks

  • MathWorks 宣布 MATLAB 与 NVIDIA TensorRT 集成来加快人工智能应用

    MathWorks 宣布 MATLAB 与 NVIDIA TensorRT 集成来加快人工智能应用

    MathWorks于2018年4月11日宣布 ,MATLAB 现在可通过 GPU Coder 实现与 NVIDIA TensorRT 集成。这可以帮助工程师和科学家们在 MATLAB 中开发新的人工智能和深度学习模型,且可确保性能和效率满足数据中心、嵌入式应用和汽车应用不断增长的需求。 MATLAB 提供了一个完整的工作流程来快速训练、验证和部署深度学习模型。工程师可以使用 GPU 资源,而无需额外编程操作,因此可以专注于应用本身而不是性能调优。NVIDIA TensorRT 与 GPU Coder 的全新集成使得可以在 MATLAB 中开发深度学习模型,然后以高吞吐量低延迟的方式部署在 NVIDIA GPU 上运行。内部基准测试显示,MATLAB 生成的CUDA代码与 TensorRT 结合,在部署 Alexnet模型进行深度学习推理时,性能比 TensorFlow 高 5 倍;在部署 VGG-16 模型进行深度学习推理时,性能比 TensorFlow 高 1.25 倍。* “不断发展的图像、语音、传感器和物联网 (IoT) 技术促使团队以更好的性能和效率研究人工智能解决方案。此外,深度学习模型变得越来越复杂。所有这些都给工程师们带来了巨大的压力,” MathWorks 总监 David Rich 说。“现在,团队可以使用 MATLAB 训练深度学习模型,NVIDIA GPU 可以将实时推理部署到从云端到数据中心到嵌入式边界设备等各种环境中。” * 所有基准测试均在一台使用 NVIDIA TITAN Xp GPU、64GB RAM 的 Linux 12 core Intel® Xeon® E5-1650 v3 电脑上运行,使用的软件包括带 GPU Coder 的 MATLAB R2018a、TensorRT 3.0.1、TensorFlow 1.6.0、CUDA 9.0 和 cuDNN 7。 对比 NVIDIA GPU 上的 TensorFlow,该集成使深度学习推理速度快 5 倍。

    时间:2018-04-12 关键词: 人工智能 matlab GPU 行业资讯 mathworks

首页  上一页  1 2 3 4 5 6 7 下一页 尾页
发布文章

技术子站

更多

项目外包