Intégrée au sein de la dernière version en date (la 2018b) des familles de produits Matlab et Simulink de MathWorks, la boîte à outils Deep Learning Toolbox, qui remplace la Neural Network Toolbox, fournit aux ingénieurs et aux scientifiques un cadre de travail pour la conception et la mise en œuvre de réseaux de neurones profonds.... Avec cet outil, les ingénieurs spécialistes du traitement d'images, de la vision artificielle, du traitement du signal et des systèmes peuvent utiliser Matlab pour concevoir plus aisément des architectures de réseaux de neurones complexes et améliorer les performances de leurs modèles d'apprentissage profond.
Dans ce cadre, afin de démontrer son engagement en matière d'interopérabilité sur ce domaine d’activité particulier, MathWorks a récemment rejoint la communauté ONNX (Open Neural Network Exchange) pour faciliter la collaboration entre les utilisateurs de Matlab et ceux d'autres frameworks d'apprentissage profond. À l'aide du convertisseur ONNX intégré à la version R2018b de la toolbox, les ingénieurs peuvent ainsi importer et exporter des modèles à partir d’environnements open source comme PyTorch, MxNet et TensorFlow (voire Caffe et Keras-TensorFlow via un importateur adapté). Une interopérabilité qui permet, d'un côté, aux modèles mis au point dans Matlab d'être utilisés sur ces plates-formes et, de l'autre, d’intégrer les modèles issus de ces outils tierces parties dans Matlab. Et ce pour des tâches de débogage, de validation et de déploiement. Pour aller plus loin, au sein de la toolbox, l’outil Deep Network Designer permet aux utilisateurs de créer des architectures de réseaux de neurones complexes ou de modifier des réseaux complexes préentraînés pour un apprentissage par transfert. Quant à l’outil Deep Learning Container, il prend en charge les fournisseurs de solutions dans le cloud avec Nvidia GPU Cloud pour Matlab et les architectures de référence Matlab pour Amazon Web Services et Microsoft Azure.
Enfin, signalons que dans la version R2018b, l’outil GPU Coder - qui permet de générer du code pour l’architecture Cuda de Nvidia à partir de modèles écrits en Matlab - intègre des technologies d’optimisation comme l’autoréglage, la fusion de couches et la réduction de la mémoire tampon. De plus, une prise en charge du déploiement a été ajoutée pour les plates-formes Intel et Arm utilisant les bibliothèques Intel MKL-DNN (Math Kernel Library for Deep Neural Networks) et Arm Compute Library.
Simuler la 5G au niveau de la couche physique
Côté communications radio, MathWorks propose dans la version R2018b des logiciels Matlab et Simulink la boîte à outils 5G Toolbox qui apporte une liste de formes d'onde et d'exemples de référence pour la modélisation, la simulation et la vérification de la couche physique des systèmes de communication conformes à la norme 3GPP 5G New Radio (NR). Objectif : permettre une conception plus rapide des algorithmes critiques et prévoir les performances des liaisons de bout en bout conformes à la spécification standard 5G Release 15. Cette boîte à outils rejoint ainsi le portefeuille de produits de communication sans fil de la société, qui comprend notamment la prise en charge des normes LTE et WLAN, la simulation de réseaux d’antennes Mimo et les frontaux RF.
« Lorsqu'ils travaillent sur des systèmes de communication radio 5G, les ingénieurs doivent vérifier que leurs conceptions sont conformes ou qu'elles peuvent coexister avec de nouvelles normes complexes en perpétuelle évolution ; or très peu d'entreprises disposent des ressources ou de l'expertise interne nécessaires pour comprendre et mettre en œuvre des conceptions conformes à la 5G, commente Ken Karnofsky, stratège principal pour les applications de traitement du signal chez MathWorks. Après avoir constaté comment la LTE Toolbox avait aidé les équipes à déployer rapidement les conceptions pré-5G sur des bancs d'essai radio, nous prévoyons que la 5G Toolbox aura un impact similaire sur le marché de la 5G. »
Concrètement, la 5G Toolbox aide les ingénieurs de conception pour la simulation au niveau des liens, la vérification des circuits de référence, les tests de conformité et la génération de formes d'onde de test. Cet outil s’adresse en particulier aux équipes possédant déjà des outils d’analyse et de conception de systèmes RF (antennes et circuits de bande de base) mais disposant d'une expérience limitée des technologies Mimo et qui peuvent dès lors s’appuyer sur la 5G Toolbox en tant qu’environnement pour la simulation, les tests et le prototypage rapide.
