代碼生成作為一個普遍存在的成熟技術(shù)，已經(jīng)被國內(nèi)外很多知名企業(yè)采用，并將生成的代碼直接部署在產(chǎn)品中。這些客戶普遍反應(yīng)，代碼生成的確很大幅度地提高產(chǎn)品開發(fā)的效率，縮短產(chǎn)品開發(fā)周期。

雖然已有很多代碼生成技術(shù)的成功案例，產(chǎn)生的代碼效率仍是新用戶普遍關(guān)心的問題（可能是最關(guān)心的問題）。三位資深的 MathWorks 技術(shù)專家受邀在 2018 MATLAB EXPO 用戶大會上與大家分享代碼生成那些事，通過多個具體實(shí)例，詳細(xì)解釋用戶在使用 MATLAB/Simulink 代碼生成技術(shù)中遇到的問題和困惑。

產(chǎn)生出來的代碼效率能行嗎？

首先，好的模型能產(chǎn)生出好的代碼。

根據(jù)很多用戶反饋，在大部分情況下，生成的代碼的運(yùn)行速度和手寫代碼差不多，使用的資源要比手寫明顯的小。然而，如果直接采用默認(rèn)的選項(xiàng)直接進(jìn)行代碼生成而不對模型進(jìn)行任何準(zhǔn)備工作，生成的代碼效率將無法滿足預(yù)期。

產(chǎn)生出來的代碼的效率是和搭建的 Simulink 模型與 MATLAB 代碼直接相關(guān)。這句話不難理解——好的模型能產(chǎn)生出好的代碼?？墒鞘裁词呛玫哪Ｐ湍?？

以 HDL 代碼生成為例：用戶在 Simulink 里很快的搭建好算法模型，確認(rèn)數(shù)值結(jié)果正確就開始產(chǎn)生 HDL 代碼，卻發(fā)現(xiàn)效率并不理想。這是因?yàn)樵谒惴Ｐ屠餂]有任何架構(gòu)的優(yōu)化，也沒有時序的信息（比如節(jié)拍寄存器）。其實(shí)只要在模型里正確的地方加入幾個寄存器，產(chǎn)生出來的代碼效率就會提高了。

其次，提高生成代碼的效率還需要利用產(chǎn)品提供的優(yōu)化功能，按照自己的需求設(shè)置優(yōu)化參數(shù)。

默認(rèn)參數(shù)設(shè)置是為了讓大家能夠最快、最容易的產(chǎn)生代碼，而不是適用于所有場景下的最優(yōu)設(shè)置，最優(yōu)的設(shè)計(jì)一定是結(jié)合具體的問題的設(shè)置。

例如，有些硬件工程師使用默認(rèn)設(shè)置產(chǎn)生出的 HDL 代碼占用的資源很的要求很高，不能滿足要求。問題關(guān)鍵在于沒有使用 HDL Coder 中提供的優(yōu)化功能，比如資源復(fù)用流處理等。這些功能可以幫用戶找到模型中可復(fù)用的資源，根據(jù)用戶的設(shè)置，自動優(yōu)化使用的資源。

此外，生成代碼的時候不僅要對使用資源進(jìn)行優(yōu)化，建議用戶使用HDLCoder 對主頻進(jìn)行優(yōu)化并對代碼定制。要對具體的要求采用不同的優(yōu)化手段，才能產(chǎn)生出最優(yōu)的代碼。

第三，混合使用手寫代碼和自動產(chǎn)生的代碼。

很多用戶有一些誤解，認(rèn)為代碼生成必須全部采用自動的方法，其實(shí)，代碼生成手段并沒有這些限制，反而會帶來不必要的負(fù)擔(dān)。

如果在算法中的某個模塊已經(jīng)有很成熟的代碼，用戶可以結(jié)合自動產(chǎn)生的代碼和手寫代碼的好處，通過設(shè)置參數(shù)直接使用指定的已有代碼，提高整體效率。

通過調(diào)整算法模型、正確使用優(yōu)化功能，或適當(dāng)混用手寫和自動產(chǎn)生的代碼來提高總體效率，用戶將體會到基于模型的設(shè)計(jì)方法的好處。

推薦閱讀：

老胡專欄 | 說說代碼生成中的數(shù)據(jù)管理

拿正確的模型去生成代碼

代碼生成工具是沒有糾錯功能的，它只能忠實(shí)于你的模型去產(chǎn)生代碼。如果模型不經(jīng)過充分驗(yàn)證，或者說不能確保模型是正確的，那么代碼也就沒法保證正確。在基于模型的設(shè)計(jì)開發(fā)流程中，做到“拿正確的模型去生成代碼”，你的流程就比別人強(qiáng)很多了。

但是，什么樣的模型算是正確的模型？能跑出預(yù)期的結(jié)果的模型就一定是“正確的模型”嗎？

正確的模型應(yīng)該是在現(xiàn)有的工具水平下，經(jīng)過充分驗(yàn)證的模型。由于在產(chǎn)品化中，所有驗(yàn)證工作最終都會被算到開發(fā)成本里面。所以要應(yīng)該根據(jù)項(xiàng)目的要求，選擇合適的驗(yàn)證手段。

從是否要運(yùn)行模型來看，模型驗(yàn)證可以劃分為“靜態(tài)驗(yàn)證”和“動態(tài)驗(yàn)證”。

靜態(tài)驗(yàn)證

在模型建立之后，首先需要做的是自動化的“靜態(tài)檢查”。建模規(guī)范檢查（比如目前行業(yè)普遍采用的MAAB），是很多公司都在做的事情。除了規(guī)范檢查之外，建議使用 Simulink Design Verifier 檢查是否有數(shù)據(jù)溢出和死邏輯，這兩種錯誤比違反一些建模規(guī)則更嚴(yán)重，可能會導(dǎo)致系統(tǒng)失效。

除了自動化的靜態(tài)檢查之外，“評審”是經(jīng)常被大家忽略的靜態(tài)驗(yàn)證方式。自動化靜態(tài)驗(yàn)證和人工靜態(tài)驗(yàn)證之間的順序很重要，直接關(guān)系到開發(fā)效率問題。在評審之前完成自動化靜態(tài)檢查，可以幫助開發(fā)者發(fā)現(xiàn)問題，提高開發(fā)效率。

動態(tài)驗(yàn)證

動態(tài)，也就是讓模型的功能跑起來。從效率上考慮，建議先做單元測試，再做集成測試。

單元測試應(yīng)該是整個驗(yàn)證環(huán)節(jié)里工作量最大的環(huán)節(jié)，要重點(diǎn)關(guān)注結(jié)構(gòu)覆蓋率問題。具體多少的覆蓋率算是合格，還有不少的爭論。想要達(dá)到比較好的覆蓋率，需要對模型的復(fù)雜度進(jìn)行控制，復(fù)雜度一定不能太高，否則沒法提升覆蓋率。

集成測試可以一定程度的驗(yàn)證接口問題、調(diào)度問題、模塊間的需求問題等，是非常有必要的。對于龐大系統(tǒng)，集成測試需要分階段進(jìn)行：先做組件級的集成，再做系統(tǒng)級的集成，讓驗(yàn)證工作可實(shí)現(xiàn)。

完成以上提到的各種驗(yàn)證，基本上可以認(rèn)為這是正確的模型了。使用驗(yàn)證過的正確模型配置數(shù)據(jù)，才可以生成的成熟的代碼。當(dāng)然，生成的代碼還需要做一個對比測試，驗(yàn)證代碼和模型之間功能上是否一致，也就是我們常說的 SIL 和 PIL 測試。

使用 MATLAB 算法自動生成代碼

基于模型的設(shè)計(jì)流程和自動代碼生成在汽車等行業(yè)基本上已經(jīng)是標(biāo)準(zhǔn)手段，然而在大多使用 MATLAB 語言的通信和數(shù)據(jù)分析領(lǐng)域，代碼生成的接受度還不是那么地高。用戶大多選擇留在 MATLAB 中，享受 MATLAB 語言的彈性。

如何在保持 MATLAB 的條件下，提升代碼生成的效率呢？

用戶普遍關(guān)注以下兩點(diǎn)：

如何充分使用MATLAB算法開發(fā)的"設(shè)計(jì)模式"

如何重用已有的 C 或者 C++ 代碼。

MATLAB 算法開發(fā)的“設(shè)計(jì)模式”借鑒于軟件的設(shè)計(jì)模式這個概念，具體可以理解為一些 MATLAB 的編碼規(guī)則。一個簡單的“設(shè)計(jì)模式”用例：要想讓 MATLAB 運(yùn)行效率夠高，應(yīng)該盡量采用矩陣運(yùn)算替代 for 循環(huán)。

在代碼生成中也存在很多類似的模式。這些設(shè)計(jì)模式能夠針對具體的硬件結(jié)構(gòu)，產(chǎn)生出更加有效的代碼，并且提升算法的抽象度。不僅可以提升代碼運(yùn)行效率，對于長期維護(hù)算法代碼也很幫助。

以深度學(xué)習(xí)為例：

在 MATLAB R2017b 中發(fā)布的 GPU Coder 可以把通用的 MATLAB 代碼轉(zhuǎn)化為 CUDA C 代碼。

在 GPU Coder 中，我們也總結(jié)了一些能夠提升對 GPU 這種架構(gòu)運(yùn)行效率的模式。很多人不了解 GPU 架構(gòu)，可以把它理解成多核處理器構(gòu)成的集群。例如stencilKernel 這個高階函數(shù)就總結(jié)了一種類似于二維濾波的計(jì)算模式。

* 高階函數(shù)就是那些輸入?yún)?shù)為函數(shù)的函數(shù)。MATLAB 代碼生成中匯集了很多類似的高階函數(shù)，理論上用通用的 MATLAB 代碼都能實(shí)現(xiàn)相應(yīng)的功能。

充分使用這些算法模式（或設(shè)計(jì)模式），能夠提高算法的抽象程度，同時有利于產(chǎn)生更加高效的代碼。

那么如何混用現(xiàn)有的 C 或者 C++ 代碼？

首先，非常不推薦用戶為了提升效率而手寫 C 代碼生成 MEX 嵌入到 MATLAB 中。這不僅無法實(shí)現(xiàn)提速，反而可能比 MATLAB 更慢。另外手寫 MEX 非常繁瑣，并且容易出錯。同時通過 MEX 接口引入的函數(shù)很難應(yīng)用到生成的代碼之中。

對于項(xiàng)目中遺留的 C 代碼，高效的做法是在 MATLAB 中直接調(diào)用 C 代碼，通過代碼生成的方法自動產(chǎn)生可以被 MATLAB 調(diào)用的 MEX 函數(shù)。

double foo(double in1, double in2);

function y =callfoo %#codegen
y = coder.ceval('foo', 10, 20);

上面這段代碼在生成 MEX 函數(shù)的時候，自動會做好調(diào)用包裝的工作，而在 C 代碼生成的時候，自動會直接調(diào)用已有代碼，而不會有任何的額外調(diào)用封裝，一舉兩得。

同理，在 Simulink 中，最簡單便捷的方式是在 Stateflow 中直接調(diào)用手工 C 代碼，讓 Simulink 自行完成編譯鏈接的工作，同時方便算法調(diào)整和更改。在 MATLAB 和 Simulink 中混合已有代碼的方法很多，建議用戶選擇靈活性夠高，同時還能兼顧開發(fā)效率和執(zhí)行的方法實(shí)現(xiàn)。