MATLAB & Simulink ile Gömülü Yapay Zekâ
Makine öğrenmesi ve derin öğrenme uygulamalarını gömülü sistemlere dağıtın.

MATLAB ve Simulink, karmaşık gömülü sistemlerin performansını ve yeteneklerini geliştiren yapay zekâ algoritmalarını tasarlamanıza, simüle etmenize, test etmenize, doğrulamanıza ve hedef donanıma kolayca dağıtmanıza olanak tanır.
Neden MATLAB & Simulink?
Kaynak Kısıtlı Sistemlere Dağıtım
Tüm gömülü yapay zekâ uygulamalarının dağıtımı için optimize edilmiş kodu otomatik olarak oluşturun.
Simulink ile Simülasyon ve Test
Yapay zekâ modellerinin karmaşık sistemlere entegrasyonunu simüle edin ve test edin.
Önceden Eğitilmiş Yapay Zekâ Modelleri
MATLAB’ın yerleşik modellerinden ve PyTorch® ile TensorFlow™ modellerinden yararlanın.
Güvenlik Kritik Sistemler için Doğrulama
Güvenlik kritik ve endüstriyel uygulamalar için yapay zekâ destekli gömülü sistemler geliştirin.
MATLAB ve Simulink ile Yapay Zekâ Algoritmalarını Gömülü Sistemlere Dağıtma
Yapay zekâ modellerini dağıtıma nasıl hazırlayabileceğinizi ve gömülü yapay zekâ uygulamalarını CPU, GPU, FPGA, NPU ve diğer hedef platformlara dağıtmak için optimize edilmiş kodu nasıl otomatik oluşturabileceğinizi keşfedin. MATLAB ve Simulink ile gömülü yapay zekâ geliştirmeye yönelik pratik bilgiler sunan eğitim içeriklerini, örnek uygulamaları ve videoları inceleyin.

CPU’lara ve Mikrodenetleyicilere Dağıtım
Eğitilmiş makine öğrenmesi ve derin öğrenme modellerinden, MATLAB Coder ve Simulink Coder kullanarak taşınabilir ve optimize edilmiş C/C++ kodu oluşturun.

GPU’lara Dağıtım
Eğitilmiş derin öğrenme ağlarından, masaüstü bilgisayarlar, sunucular ve gömülü GPU’lara dağıtım için GPU Coder kullanarak optimize edilmiş CUDA® kodu oluşturun.

FPGA’lere ve SoC’lere Dağıtım
Deep Learning HDL Toolbox ile derin öğrenme ağlarını FPGA ve SoC platformlarında prototipleyin ve uygulamaya alın. HDL Coder kullanarak özel derin öğrenme işlemcisi IP çekirdekleri (IP Core) ve bit akışları (bitstream) oluşturun.

NPU’lara Dağıtım
Qualcomm Hexagon ve AURIX TC4x üzerindeki Infineon PPU gibi NPU’lar (Neural Processing Unit – Sinir İşleme Birimi) için optimize edilmiş kod oluşturun.

Yapay Zeka Modeli Sıkıştırma
Bellek kullanımını azaltmak ve çıkarım (inference) performansını artırmak için derin sinir ağlarını nicemleme (quantization), projeksiyon (projection) veya budama (pruning) yöntemleriyle sıkıştırın.
Yapay Zeka Doğrulaması
Yapay zekâ doğrulaması, amaçlanan davranışların güvence altına alınması ve istenmeyen davranışların önlenmesi amacıyla W-şekilli geliştirme süreci (W-shaped process) gibi sistematik doğrulama yöntemlerinden yararlanır.
Ürünler
Gömülü Yapay Zekâ uygulamalarında kullanılan MathWorks ürünlerini keşfedin.





