无论您是否拥有深厚的 fpga 设计经验，都可以在基于 fpga 的硬件上设计算法原型。
借助 matlab® 和 simulink®，您可以：
- 使用经过验证的 ip 模块和子系统构建即可部署到硬件的设计
- 仿真系统级硬件行为，以在部署到 fpga 之前消除 bug
- 生成可部署到任何 fpga 或 soc 器件的 hdl 和 c 代码
- 自动部署到赛灵思 (xilinx®) 和英特尔 (intel®) fpga 以及 soc 板及套件
- 探测并捕获硬件上运行的信号
“我们在自己的领域有丰富的经验，但在 fpga 集成方面经验很少。simulink 和 hdl coder 使我们能够专注于为产品设计智能算法，而不用操心如何在特定 fpga 上运行这些算法。”
boris van amerongen, orolia
使用 matlab 进行 fpga 原型设计
无线应用
您可以在设计中逐步添加实时硬件元素，无论是使用实时无线 (ota) 输入/输出对算法进行仿真，还是在 fpga 或 soc 软件无线电平台或自定义板上进行完整部署。
wireless hdl toolbox™ 提供经硬件验证的无线设计 ip 模块和子系统，帮助您快速上手。ip 包含若干示例，演示如何将 matlab 中的算法设计逐步转化为 simulink 中的无线系统实现模型。所有 ip 都经过定点量化，因此，您可以使用 fixed-point designer™ 管理您添加的自定义逻辑的量化，然后再使用 hdl coder™ 进行部署。
先进行系统级设计和仿真，然后逐步添加真实硬件元素，直到实现完整部署，以用于现场测试。
电机和电力电子控制应用
您可以研究基于 fpga 的硬件上所运行的控制算法的性能，或者使用基于 fpga 的硬件在环对被控对象模型进行加速。hdl coder 广泛支持数学及三角函数的定点或 hdl 代码生成，让您能够从 simulink 模型直达硬件。
如果您正在研究如何进行算法分区以用于 soc 部署，您可以搜索和仿真分区策略以评估性能，之后再部署到原型平台。您可以部署到、speedgoat 硬件 (7:53)或您的。
视频和图像处理应用
将基于 fpga 的平台连接到 matlab 和 simulink 后，您可以为平台上运行的算法自动生成 hdl 和 c 代码，以进行视觉算法原型设计。同样，您可以使用经硬件验证的视觉处理模块构建实现模型，以仿真硬件行为，例如像素流、基于近邻的算法、外部内存访问以及控制信号。
您可以将模型部署到。或者，如果您的硬件团队可以为平台提供支持，您也可以直接从 matlab 和 simulink 部署原型。
深度学习推断
只需几条 matlab 命令，即可在 fpga 和 soc 板上设计网络原型以加速深度学习推断。随后，您可以分析 fpga 推断的性能、调整网络、量化为定点、重新部署，从而在 matlab 内进行网络迭代。最终，您可以生成不依赖于特定目标的 hdl ip 核，交给硬件团队进行实现。
fpga 原型调试
将 fpga 原型与真实输入相结合，有助于发现早期仿真中未能发现和修复的 bug。您可以向 fpga 或 soc 原型中插入逻辑，从而可以使用 matlab 命令，交互式地对 axi 可访问寄存器进行数据读写，或者从 fpga 结构内部测试点捕获数据。
如果您希望使用 matlab 或 simulink 测试平台运行 fpga 原型，则 fpga 在环可以自动化设置并管理仿真接口，以向 fpga 发送数据并将其读回测试平台。
这些方法支持多种、以及 出品的开箱即用板，您也可以定义。
