—— Andreas C. Koch，空中客車機載軟件工程師

在 TensorFlow 中訓練的 LSTM 模型導入 MATLAB 中?；谶@些模型，該團隊針對性能和資源使用情況，對深度學習處理器配置進行了優化。此后，他們使用 HDL Coder 將深度學習處理器 IP 核生成為獨立于目標的可綜合 HDL 代碼，并通過 AXI 接口將其集成到空中客車的參考設計中。

然后，工程師使用基于 Python 的工作流對深度學習處理器進行編程，并從 AMD Zynq MPSoC 上的 Arm 處理器觸發它。

在硬件板上針對運行衛星上檢測到的異常來測試 FDIR 系統時，深度學習處理器能夠在可靠工作的同時，滿足吞吐量和功耗的要求?？罩锌蛙囉媱澰趯淼暮教炱魃喜渴鸹?FPGA 的 FDIR 系統。



基于 FPGA 的深度學習網絡檢測到的真實異常。

▼ 空客Airbus 取得的關鍵成果

開發了基于 MATLAB 的工作流，用于在 FPGA 上進行深度神經網絡的快速原型構建和驗證，從而實現硬件、系統和深度學習工程師之間的協作

與基于閾值的傳統方法相比，更早地檢測到潛在的衛星故障模式

生成了深度學習處理器，可供任何采用 FreeRTOS 或其他操作系統的 FPGA 供應商使用和部署

可以在板上更新深度學習模型，而不需要對 FPGA 重新編程

▼空客 Airbus 使用到的產品

MATLAB

Deep Learning HDL Toolbox

Deep Learning Toolbox

HDL Coder

審核編輯：劉清