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 (AMD®) 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。”
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。
将电机和电力电子控制算法部署到 FPGA 硬件，并使用 FPGA 加速器（例如 Speedgoat I/O 模块）对硬件在环被控对象模型进行加速。
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本机浮点 (9:19) 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。您可以部署到预配置套件、Speedgoat 硬件 (7:53)或您的自定义板。
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带摄像头的现成 FPGA 评估套件。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。
FPGA 原型板上运行的去雾算法。
直接从 MATLAB 对原型硬件运行基于 FPGA 的深度学习推断，随后生成深度学习 HDL IP 核，以在任意 FPGA 或 ASIC 上进行部署。
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部署平台的 HDL IP 核，交给硬件团队进行实现。
自动插入逻辑，以在 MATLAB 中对 FPGA 原型进行调试和交互。
