Xilinx® 推出的 MATLAB® & Simulink® 附件是一款基于模型的设计工具，不仅能够在 MathWorks Simulink® 环境中进行快速设计探索，而且还可通过自动代码生成加速基于 Xilinx 器件的生产力。您不仅可使用高层次性能优化模块通过算法来进行表达和迭代，还可通过系统级仿真来验证功能正确性。MATLAB® & Simulink® 插件可通过自动优化将您的算法规范转换为生产质量实现方案。这可提供一个性能优化模块库，用于在共有 210 个 HDL、HLS 和 AI 引擎模块的 Xilinx 器件上设计和实现各种算法。
Xilinx® 推出的 MATLAB® & Simulink® 附件集成了 Model Composer 及 System Generator，这款统一工具主要用于：
- System Generator for DSP（基于HDL）
- Model Composer（基于 HLS）
- Model Composer（基于 AI 引擎）
- 异步器件基于模型的工具
对于 Versal AI 引擎，您可以通过以下方式创建一款 AI 引擎设计：
- 使用 DSP 库功能
- 导入 AI 引擎内核
- 导入 AI 引擎图
- 导入 HLS 内核
主要特性与优势
加速设计迭代
- 高层次抽象： 算法主导型构建块以功能性为重点，可为域专家加速设计探索提供至关重要的易用特性。
- 支持向量和矩阵： 可实现基于框架的算法设计，为您转而采用中间低层次实现模型节省宝贵的时间和精力。
- 应用专用库： 性能优化的 DSP、计算机视觉、数学和线性代数库可用作模块，在 Xilinx 器件上进行仿真和实现高性能。
- 将可综合的 C/C++ 导入为定制模块：能够创建您自己的仿真及代码生成模块，这可为设计差异化算法提供更大的灵活性。
- 与 Simulink 无缝集成：与 Simulink 产品系列的模块直接连接，不仅可实现系统级建模和仿真，而且还能够充分利用 Simulink 图形环境的刺激生成和数据可视化功能。
- 支持整数、浮点和定点支持：支持 Simulink 中的原生浮动和整数数据类型，以及由 Vivado HLS 提供支持的定点和半数据类型。
变换架构算法
- 自动优化： 不仅可分析 Simulink 中的算法规范和执行自动优化，以实现可针对吞吐量进行优化的微架构，而且还可降低 Block RAM 利用率并实现模块的并行执行。
- 加速 IP 创建：将支持仿真的设计变成您可在 Vivado IP Integrator 中使用的 RTL IP 封装并充分利用复杂设计即插即用 IP 集成设计环境的所有优势。
- 扩展至 System Generator for DSP: 利用 Model Composer 易用性及仿真速度的优势，运用到设计的各部分并将合成的 RTL 导出到您现有的 System Generator for DSP 设计中作为新的自定义模块。
- 导出至 Vitis HLS：高级特性可通过自动生成您进一步优化算法将需要的一切（包括从仿真中记录的测试向量）在设计、仿真和验证您设计的 Simulink 图形环境与 Vivado HLS 之间提供一条链路。
- 使用界面映射 RTL 接口： 可便捷地使用图形界面将设计中的输入和输出映射至所支持的 RTL 接口（AXI4-Lite、AXI4-Stream、AXI4-Stream 视频、FIFO 和 Block RAM）以及用于实现方案的视频格式（AXI4-Stream 视频）。
- 自动测试工作台生成： 对来自测试工作台仿真和生成的测试向量自动生成日志，以验证可执行设计和所生成代码之间的功能对等值.
在 2020.2 中，MATLAB 和 Simulink 插件是 Xilinx Model Composer 和 DSP System Generator 的统一。
3 个可互联的域：
- RTL ( System Generator for DSP)
- HLS (Model Composer)
- 人工智能引擎：这是一个可通过 MATLAB 和 Simulink 附件确定目标的新域
AI 引擎 (Model Composer)
- 导入 AI 引擎内核：C、C++、模板、状态封装类别
- 导入自适应数据流图形：支持模板
- 网关
- AIE 和 RTL 域
- AI 引擎和 HLS 内核域
- 接受位置一致性和 FIFO 插入。
- 库包含 AI 引擎 DSP 库模块
- 运行软件仿真和 AI 引擎仿真
- 增强了对矢量信号维数的支持：改进代码生成基础架构，在设计中处理矢量 [N] 信号，从而提高性能。
- 针对矢量参数增强了的常数块： 常量块现在支持将矢量参数解释为 1-D，类似于 Simulink 库中相应的常量块
- 优化 DSP 块的全新示例设计
- 使用 2D-FFT 重建 MRI 图像
- 使用 FIR 块构建低通滤波器设计
- 使用 FIR 块构建图像流畅滤波器
- C/C++ 函数导入的增强功能：: 改进了显示在诊断查看器中的错误及警告消息，使自定义代码能够更好地排查问题。
- 自定义 IP Catalog 导出类型的 IP 属性: 为从综合设计打包的 IP 指定 IP 属性，包括名称、版本和硬件描述语言（VHDL 或 Verilog）。
- 器件选择器中的搜索功能：基于多个条件，使用 Model Composer Hub 块上的器件选择器对话框，快速搜索部件和开发板。
- FIR 块支持多通道处理: FIR 块的增强功能支持将输入信号中的处理列作为数据的独立通道，执行多通道滤波运行。
- 支持的 MATLAB 版本：: R2018a、R2018b、R2019a 和 R2019b
- DSP 模块库：最新 FFT、IFFT 和 FIR 块现在可使用 Model Composer 来设计和实现信号处理算法
- 吞吐量控制的增强功能：支持吞吐量控制的扩展模块。使用支持的块构建设计并控制实现方案的吞吐量需求，无需对设计进行任何结构修改
- 支持流媒体数据的其它模块：使用支持流媒体数据运行的更广泛块集设计和实现具有高吞吐量需求的算法。示例：查找表、延迟、矩阵乘法和子矩阵等。
- C/C++ 函数导入过程中的增强复杂性支持：除了 std::complex 之外，还增加了对导入函数（使用 hls::x_complex 类型）的支持，从而在自定义块中扩展了对复杂信号的支持。
- C/C++ 函数导入的增强功能：使用 xmcImportFunction 功能为您的设计创建自定义“源”块
- 增强了对行矩阵及列矩阵信号维数的支持：改进代码生成基础架构，在设计中处理行矩阵 [Nx1] 和列矩阵 [1xN] 信号，从而提高性能。
- 支持的 MATLAB 版本：R2018a、 R2018b 和 R2019a
- 吞吐量控制：指定每个时钟所需处理的数据采样量（又称超级采样率），以控制 Model Composer 的自动优化，从而无需对您的设计进行结构修改，便可实现所需的吞吐量。
- 仿真过程中调试导入的 C/C++ 函数：在 Simulink 仿真运行的同时，使用第三方调试器添加断点、单步调试和查看采用 C/C++ 代码（与您的定制 Model Composer 模块相关）的中间变量值
- C/C++ 函数导入过程中的 Complex Type 支持：采用 std::complex 类型的参数导入函数，创建定制的 Model Composer 块，这些块可连接至您设计中的复杂信号，并使用这些复杂信号进行仿真。
- 面向 C/C++ 函数导入的入门示例：收集简单的示例，用于快速介绍按照自定义 Model Composer 块导入 C/C++ 函数的特性和功能。在 MATLAB 帮助浏览器中访问这些示例并将其用作导入您自己的函数的起点。
- 数学模块： 最新优化的 Min、Max 和 Reshape Row-Major 块添加至数学函数分库，扩大了可以在设计中建模的数学运算的广度。
- 信号路由模块：最新多路复用器和多路分配器模块可根据需要将输入信号整合在一个更大的输出矢量信号中或将输入向量信号分解为组成标量／更小的向量输出，从而可针对您设计中的路由信号提供更好的控制。
- 支持的 MATLAB 版本：R2017a、R2017b 和 R2018a
购买
MATLAB & Simulink 附件可作为 Vivado Design Edition、Vivado System Edition、Vivado WebPACK Edition 和 Vitis™ 开发环境的一个附加许可证购买。
如需评估版，您可生成一个 90 天免费的评估许可证：china.xilinx.com/getlicense。
下载
可额外选择 MATLAB & Simulink 附件作为设计工具，其可通过 Vivado Installer 或 Vitis installer 安装。
