Technische Artikel

MathWorks Insights

Verbesserung der Simulationsleistung in Simulink


Autoren:

  • Weiwu Li, MathWorks
  • Reid Spence, MathWorks
  • Guy Rouleau, MathWorks

22 Minuten Lesezeit

Unabhängig vom Komplexitätsgrad des Modells möchte jeder Simulink®-Benutzer die Simulationsleistung verbessern. Dieser Artikel stellt zahlreiche praktische Tipps und Techniken vor, die Ihnen helfen, die beste Leistung aus Ihren Simulations-Workflows herauszuholen. 

Erste Schritte zur Verbesserung der Simulationsleistung

Zunächst müssen Sie sich Ihren Simulations-Workflow ansehen, um zu verstehen, wie oft das Modell die Bearbeitungs-, Initialisierungs- und Simulationsphasen durchlaufen muss. Die folgenden vier gängigen Workflows weisen beispielsweise sehr unterschiedliche Merkmale auf. Die beste Wahl des Simulationsmodus und der Leistungsoptionen hängt davon ab, welchen dieser vier Workflows Sie verwenden.

Der erste Workflow ist Edit-Update-Repeat (Abbildung 1). Dieser Workflow ist typisch, wenn Sie Strg+D drücken, um sicherzustellen, dass das Modell aktualisiert wird, Sie aber noch nicht bereit für die Simulationsvalidierung sind; dieser Workflow ist typisch, wenn Sie große Änderungen an Ihren Modellen vornehmen.

Diagramm zur Veranschaulichung des Edit-Update-Repeat-Workflows für Simulationen.

Abbildung 1. Der Edit-Update-Repeat-Workflow.

Der zweite Workflow ist der Edit-Sim-Repeat-Workflow, der es erfordert, die Struktur jedes Mal zu bearbeiten und das Modell zu initialisieren (Abbildung 2).

Diagramm zur Veranschaulichung des Edit-Sim-Repeat-Workflows für Simulationen.

Abbildung 2. Der Edit-Sim-Repeat-Workflow.

Der dritte Workflow ist Tune-Sim-Repeat (Abbildung 3). Der Fokus liegt auf der iterativen Optimierung einiger Parameter, ohne dass die Modellstruktur verändert werden muss.

Diagramm zur Veranschaulichung des Tune-Sim-Repeat-Workflows für Simulationen.

Abbildung 3. Der Tune-Sim-Repeat-Workflow.

Der vierte Workflow ist der Multiple-Sim-Workflow (Abbildung 4). Er umfasst üblicherweise viele Simulationen mit verifizierten Modellen, bei denen eine Auslagerung der Ausführung hilfreich wäre.

Diagramm zur Veranschaulichung des Multiple-Sim-Workflows für Simulationen.

Abbildung 4. Der Multiple-Sim-Workflow.

Ein weiterer Faktor, der unsere Auswahl an Lösungen zur Leistungssteigerung beeinflusst, ist die Frage, welche Phase der Simulation den größten Anteil der gesamten Rechenzeit ausmacht. Sie können die Zeitinformationen im Objekt SimulationMetadata verwenden, das im Objekt Simulink.SimulationOutput zurückgegeben wird, um zu sehen, welcher Anteil der Gesamtzeit auf die Initialisierung bzw. die Ausführung entfällt. Beispielsweise können wir im folgenden Beispiel sagen, dass die Leistung dieses Modells von der Ausführungszeit dominiert wird. Daher sollten wir uns auf Leistungsverbesserungen konzentrieren, um die Modellausführung zu beschleunigen, anstatt auf die Initialisierung.

Sie können sich die Simulationsmetadaten des Modells ansehen, das in Ihrem häufigsten Workflow verwendet wird, um ein besseres Verständnis der Simulationseigenschaften zu erlangen. Das Objekt SimulationMetadata enthält Informationen über einen Simulationslauf, darunter Modellinformationen, Zeitinformationen, Ausführungsinformationen usw. Sie können die Zeitinformationen abrufen, indem Sie auf die Eigenschaft out.SimulationMetadata.TimingInfo zugreifen. Ein Beispiel für die Zeitinformationen in den Simulationsmetadaten sieht folgendermaßen aus: 

 WallClockTimestampStart: '2021-12-16 10:57:15'
 WallClockTimestampStop: '2021-12-16 10:58:44'
 InitializationElapsedWallTime: 0.6918
 ExecutionElapsedWallTime: 87.8463
 TerminationElapsedWallTime: 0.4087
 TotalElapsedWallTime: 88.9468
 ProfilerData: 'Profiler is not enabled'

Je nach Ihrem spezifischen Simulations-Workflow und den Modelleigenschaften (Initialisierungszeit versus Ausführungszeit usw.) können Sie in der nachstehenden Tabelle 1 schnell die passenden Techniken auswählen und ausprobieren.

Techniken Workflow
Edit-Update-Repeat Edit-Sim-Repeat Tune-Sim-Repeat Multiple Sim
Simulationsmodus   x x x
Fast Restart     x x
Simulations-Cache x x x x
Modellreferenz -
Paralleles Erstellen
x x    
Modellreferenz -
Inkrementelles Laden und
Neuerstellung
x x    
Simulink Profiler x x x x
Solver Profiler   x x x
Modifizieren Sie Ihre Modelle   x x x
Parallele Simulation       x

Tabelle 1. Typische Techniken zur Verbesserung der Simulationsleistung.

Auswahl des richtigen Simulationsmodus

Simulink bietet drei Simulationsmodi: Normal, Accelerator und Rapid Accelerator (Abbildung 5). Wie die Namen schon andeuten, ist der Accelerator-Modus in der Regel schneller als der Normalmodus, und der Rapid-Accelerator-Modus ist noch schneller. Jede Geschwindigkeitssteigerung geht in der Regel mit Einbußen bei Flexibilität, Interaktivität und/oder Diagnosemöglichkeiten einher. In vielen Fällen verbessert sich die Simulationsgeschwindigkeit, wenn Sie – zumindest vorübergehend – auf eine dieser Funktionen verzichten können.

Bildschirmaufnahme der Simulationsmodusoptionen: Normal, Accelerator und Rapid Accelerator.

Abbildung 5. Simulink-Simulationsmodi.

Im Normalmodus interpretiert Simulink Ihr Modell bei jedem Simulationslauf. Wenn Sie Ihr Modell häufig ändern, ist dies im Allgemeinen der bevorzugte Modus, da er im Gegensatz zum Accelerator- und Rapid-Accelerator-Modus keinen separaten Kompilierungsschritt erfordert.

Im Accelerator-Modus kompiliert Simulink ein Modell in eine Ausführungs-Engine im Speicher und eliminiert so den Block-zu-Block-Overhead einer interpretierten Simulation im Normalmodus. Der Accelerator-Modus unterstützt den Debugger und den Profiler, jedoch nur eine begrenzte Anzahl von Laufzeitdiagnosefunktionen. Der Accelerator-Modus wird häufig verwendet, wenn die Simulationszeit deutlich länger ist als die Kompilierungszeit.

Im Rapid-Accelerator-Modus kompiliert Simulink eine eigenständige ausführbare Datei für das Modell, die in einem separaten Prozess ausgeführt werden kann. Der Rapid-Accelerator-Modus kann nur verwendet werden, wenn für das gesamte Modell Code generiert werden kann. Dieser Modus schränkt die Interaktion mit dem Modell während der Simulationen ein. Beispielsweise wird das Debugging im Rapid-Accelerator-Modus nicht unterstützt. Wie beim Accelerator-Modus empfiehlt es sich, den Rapid-Accelerator-Modus zu verwenden, wenn Ihre Simulationen deutlich länger dauern als die einmalige Kompilierung.

Sie fragen sich vielleicht, welchen Modus Sie für Ihren Workflow wählen sollten. Abbildung 6 zeigt die Leistung einer hypothetischen Modellsimulation im Normal-, Accelerator- und Rapid-Accelerator-Modus.

Diagramm zur Darstellung der Leistung der Simulationsmodi Normal, Accelerator und Rapid Accelerator an einem hypothetischen Modell.

Abbildung 6. Leistung eines hypothetischen Modells, simuliert in verschiedenen Simulationsmodi.

Im Allgemeinen empfiehlt sich der Normalmodus, wenn Sie sich in einem „Entwicklungs“-Workflow befinden, in dem Sie das Modell häufig ändern und zwischen den Änderungen Diagramm aktualisieren oder eine kurze Simulation ausführen. Umgekehrt sollten Sie den Rapid-Accelerator-Modus verwenden, wenn Sie mehrere Simulationen durchführen möchten, ohne strukturelle Änderungen an den Modellen vorzunehmen, wie z. B. das Hinzufügen oder Entfernen von Blöcken.

Wenn Sie wissen, dass das Modell zwischen den Durchläufen nicht geändert wird, können Sie Simulink anweisen, die Initialisierung des Rapid-Accelerator-Modus zu überspringen, indem Sie RapidAcceleratorUpToDateCheck auf „off“ setzen. Beachten Sie, dass Änderungen an nicht einstellbaren Parametern ignoriert werden. Falls Ihr Modell an eine Beschränkung stößt, die die Nutzung des Rapid-Accelerator-Modus verhindert, verwenden Sie stattdessen den Accelerator-Modus.

Erfahren Sie mehr über die Funktionsweise der Accelerator-Modi, die Auswahl eines Simulationsmodus, Gründe für die Neuerstellung im Accelerator-Modus und den Leistungsvergleich.

Wann Accelerator-Modi einigen Modellen mehr Vorteile bringen als anderen

Manchmal stellen Sie vielleicht fest, dass manche Modelle stärker vom Accelerator- oder Rapid-Accelerator-Modus profitieren als andere. Wenn Ihr Modell keine wesentliche Leistungsverbesserung aufweist, kann dies an folgenden Situationen liegen:

Der Algorithmus Ihres Modells ist hauptsächlich in einigen wenigen komplexen Blöcken enthalten, wie beispielsweise dem Block für die schnelle Fourier-Transformation oder Nachschlagetabellen. Ein kleines Modell kann im Accelerator-Modus langsamer laufen, da native Blöcke hochgradig optimiert sind. Im Gegensatz dazu profitiert ein Modell mit vielen Basisblöcken eher von einer Beschleunigung.

Ihr Modell enthält größtenteils kompilierten Code, wie beispielsweise Code aus S-Funktionen, Stateflow®-Blöcken und MATLAB®-Funktionen. Die Verwendung des Kompilierungsschritts wird die Modellgeschwindigkeit nicht weiter erhöhen.

Ihre Simulationsläufe beinhalten Initialisierungs- oder Beendigungsphasen. Da die Accelerator-Modi nur in der Simulationsphase jedes Durchlaufs wirken, bieten sie möglicherweise keine wesentliche Verbesserung, wenn zeitaufwändige Initialisierungs- oder Beendigungsphasen erforderlich sind. Weitere Informationen finden Sie im Abschnitt Beschleunigung der Initialisierungsphase dieses Artikels.

Ihr Modell enthält Blöcke, die nicht kompiliert werden können, wie z. B. Interpreted MATLAB Function-Blöcke oder MATLAB System objects im interpretierten Modus.

Fast Restart für iterative Simulationen aktivieren

Wenn Sie in einem typischen Simulink-Simulations-Workflow auf die Schaltfläche Ausführen klicken, aktualisiert und kompiliert Simulink das Modell zuerst und simuliert es dann. Dieser Vorgang wiederholt sich bei jedem weiteren Durchlauf. Wenn Sie bei Ihren iterativen Simulationen jedoch nur die Modelleingaben oder einstellbare Parameter ändern müssen, ist es normalerweise nicht nötig, die Modellstruktur zu bearbeiten. Bei diesen Workflows ist die Initialisierungsphase nach dem ersten Durchlauf in der Regel überflüssig und summiert sich schnell bei Hunderten oder gar Tausenden von Simulationen.

Simulink bietet eine praktische Funktion namens Fast Restart. Wie der Name schon sagt, ermöglicht es die Durchführung iterativer Simulationen, indem das Modell nur einmal kompiliert wird (Abbildung 7).

Bildschirmaufnahme der Fast-Restart-Funktion in Simulink.

Abbildung 7. Fast Restart in Simulink aktivieren.

Bei aktiviertem Fast Restart wird das Modell nach jedem Durchlauf nicht automatisch beendet. Stattdessen wird das Modell automatisch erneut initialisiert, indem die gespeicherten Initialisierungsinformationen für die nächste Simulationsreihe verwendet werden, ohne dass eine Neukompilierung erforderlich ist.  

Bei Verwendung von Fast Restart wird das Modell gesperrt, und Sie können die Modellstruktur nicht bearbeiten. Dadurch werden strukturelle Änderungen am Modell verhindert, bis die Simulationen abgeschlossen sind. Sie können jedoch weiterhin einstellbare Parameter oder Eingangssignale ändern und deren Auswirkung auf die Simulationen beobachten.

Sie können Fast Restart wie oben gezeigt über die Werkzeugleiste sowie in programmatischen Simulationen mit den Funktionen sim und parsim aktivieren.

Verwendung des Simulationsbetriebspunktes

Ingenieure simulieren ein Simulink-Modell typischerweise iterativ für verschiedene Eingangsgrößen, Randbedingungen und Betriebsbedingungen. In vielen Fällen weisen diese Simulationen eine gemeinsame Startphase auf, in der das Modell von seinem Ausgangszustand in einen anderen Zustand übergeht. Ein Elektromotor kann beispielsweise auf Drehzahl gebracht werden, bevor verschiedene Regelungsabläufe getestet werden.

Mithilfe von Simulationsbetriebspunkten können Sie am Ende der Startphase einen Simulations-Snapshot speichern und diesen dann wiederherstellen, um ihn als Ausgangszustand für zukünftige Simulationen zu verwenden. Diese Technik verbessert die Simulationsgeschwindigkeit nicht per se, kann aber die gesamte Simulationszeit für aufeinanderfolgende Durchläufe verkürzen, da die Startphase nur einmal simuliert werden muss (siehe Abbildung 8 unten).

Illustration, wie Fast Restart und die Wiederherstellung des Betriebspunktes die gesamte Simulationszeit reduzieren.

Abbildung 8. Verwendung von Fast Restart und Wiederherstellung des Betriebspunktes.

Erfahren Sie mehr über das Betriebspunktverhalten.  

Mehrere Simulationen parallel ausführen

Mit Simulink und der Parallel Computing Toolbox™ können Sie die Gesamtzeit für die Ausführung mehrerer unabhängiger Simulationen verkürzen, indem Sie die Simulationsaufgaben auf mehrere Prozessorkerne verteilen. Sie können die gesamte Simulationszeit weiter reduzieren, indem Sie MATLAB Parallel Server™ verwenden, mit dem Sie Simulationen auf Cluster und Clouds skalieren können.

Gängige Anwendungsfälle für die parallele Ausführung von Simulationen umfassen Monte-Carlo-Analyse, Designoptimierung und Testfalldurchläufe. Beispielsweise können Sie eine Monte-Carlo-Simulation einrichten, bei der Sie den Wert eines Parameters innerhalb eines vorgegebenen Bereichs variieren. Anschließend können Sie Simulationen für jeden Parameterwert unabhängig und parallel auf mehreren Kernen durchführen.

Viele der Aufgaben, die bei der Designoptimierung anfallen, können parallelisiert werden, darunter die Schätzung von Modellparametern aus Testdaten, die Anpassung der Reglerverstärkungen, um ein gewünschtes Ansprechverhalten zu erzielen, die Optimierung von Designparametern, die Durchführung von Sensitivitätsanalysen und die Durchführung von Robustheitsanalysen. Die gesamte Simulationszeit verringert sich mit zunehmender Anzahl der verwendeten Prozessoren.

Im Allgemeinen haben Sie zwei Möglichkeiten, parallele Multisimulationsläufe einzurichten: Das Panel „Mehrere Simulationen“ oder ein Skript, das die Funktion parsim aufruft. Sie können die Simulationen direkt über das Panel „Mehrere Simulationen“ im Simulink Editor einrichten und ausführen (siehe Abbildung 9). Im Panel „Mehrere Simulationen“ können Sie Werte für Blockparameter und Arbeitsbereichsvariablen für die Simulationen festlegen. Durch Auswahl der Option „Parallel verwenden“ können Sie die parallele Ausführung Ihrer Simulation automatisch aktivieren.

Bildschirmaufnahme des Panels „Mehrere Simulationen“ im Simulink Editor.

Abbildung 9. Verwenden des Panels „Mehrere Simulationen“, um die parallele Simulation zu starten.

Sie können auch das parsim-Konstrukt verwenden, um Ihre parallele Simulation mit einem MATLAB-Skript zu starten. Im Vergleich zum Panel „Mehrere Simulationen“ bietet ein parsim-Skript mehr Flexibilität und erweiterte Optionen.  

Erfahren Sie mehr über das Konfigurieren und Ausführen von Simulationen mit dem Panel „Mehrere Simulationen“.

Erfahren Sie mehr über das Ausführen paralleler Simulationen, den parsim-Befehl und die Verwendung von parsim mit Rapid-Accelerator-Simulationen.

Mithilfe von Modellreferenzierung können Sie ein Modell in ein anderes einbinden, indem Sie einen Model-Block verwenden. Jede Instanz davon wird als Modellreferenz bezeichnet. Ähnlich wie bei Subsystemen ermöglicht die Modellreferenzierung die Organisation einer großen Modellhierarchie (Abbildung 10). 

Bildschirmaufnahme der Neuerstellungsoptionen für Modellreferenzen.

Abbildung 10. Neuerstellungsoptionen für Modellreferenzen. 

Die Verwendung von Modellreferenzen bietet viele Vorteile hinsichtlich der Leistungsfähigkeit:

  • Inkrementelles Laden. Die Referenzmodelle werden nur bei Bedarf geladen.
  • Beschleunigte Simulation. Die Modellreferenzierung ermöglicht es Ihnen, Teile einer Simulation in verschiedenen Modelldateien zu speichern. Wenn sich ein großer Teil der Simulation nicht ändert, können Sie ihn in ein referenziertes Modell im Accelerator-Modus einfügen. Dieser Teil wird nur beim ersten Mal kompiliert und bei nachfolgenden Durchläufen schneller initialisiert und simuliert.
  • Inkrementelle Neuerstellung. Wenn die Option „Modellreferenz neu erstellen“ auf „Wenn Änderungen an bekannten Abhängigkeiten festgestellt werden“ eingestellt ist, werden die Simulationsziele, die diese referenzierten Modelle implementieren, nicht bei jeder Simulation neu generiert, sondern nur dann, wenn sich das referenzierte Modell und/oder eine seiner Abhängigkeiten oder Schnittstellen ändert. Diese Option ist schneller als die Option „Wenn Änderungen erkannt werden“, da sie den Schritt der Berechnung der Modellprüfsumme überspringt. Wenn Sie sicher wissen, dass sich Ihre Modellstruktur während der Simulationen nicht ändert, können Sie die Option „Neu erstellen“ auf „Nie“ setzen, um den Prozess noch weiter zu beschleunigen.
  • Paralleles Erstellen. Bei Modellen mit großen Modellreferenzhierarchien lässt sich die Codegenerierung und Kompilierungszeit verkürzen, indem die Referenzmodelle parallel erstellt werden. Mit der Parallel Computing Toolbox oder dem MATLAB Parallel Server können Sie die Codegenerierung und -kompilierung auf mehrere MATLAB-Worker in Ihrer Konfiguration verteilen.

Modellreferenzen werden typischerweise in einer Teamumgebung verwendet, in der Sie Simulationen auf der Grundlage von Komponenten durchführen, die jemand anderes erstellt hat. Simulink kann diese erstellten Artefakte in einer einzigen Simulink-Cache-Datei mit der Erweiterung .SLXC für jedes Modell in der Hierarchie bündeln (Abbildung 11).

Bildschirmaufnahme, die die Simulink .slxc-Cache-Datei hervorhebt.

Abbildung 11. Simulink-Cache-Datei.

Bei Verwendung von Simulink-Cache-Dateien erstellt Simulink nur die veralteten Dateien neu, solange der Konfigurationsparameter „Neu erstellen“ auf „Wenn Änderungen erkannt werden (Standard)“ oder „Wenn Änderungen an bekannten Abhängigkeiten erkannt werden“ eingestellt ist. Sie und Ihre Teammitglieder können diese SLXC-Dateien und die entsprechenden Simulink-Modelldateien untereinander teilen.

Wenn Sie die Simulation auf Ihrem Rechner ausführen, extrahiert Simulink für jedes Modell die notwendigen abgeleiteten Dateien aus der SLXC-Datei. Dadurch muss Simulink keine unnötigen Neuerstellungen durchführen und kann die Simulation schneller abschließen.

Darüber hinaus gelten Simulink-Cache-Dateien für verschiedene Arten von Build-Artefakten, die möglicherweise keine Modellreferenz-Simulationsziele sind (z. B. Rapid-Accelerator-Ziele). Durch die gemeinsame Nutzung dieser Simulink-Cache-Dateien wird der Aufwand für Neuerstellungen in einem teambasierten Workflow erheblich reduziert.

Erfahren Sie mehr über Modellreferenzierung.

Erfahren Sie mehr über Simulink-Cache-Dateien.

Analyse Ihrer Modelle auf Simulationsengpässe

Simulink verfügt über integrierte Funktionen, die Ihnen helfen können, Ihre Modelle systematisch zu verstehen, Engpässe in der Simulationsleistung zu identifizieren und die Simulationsgeschwindigkeit zu verbessern.

Performance Advisor

Performance Advisor kann zusammen mit Simulink Profiler und Solver Profiler über die Registerkarte „Debug“ gestartet werden (Abbildung 12).

Bildschirmaufnahme der Registerkarte „Debug“ in Simulink, auf der die Option „Performance Advisor“ hervorgehoben ist.

Abbildung 12. Performance Advisor starten.

Performance Advisor analysiert das Modell und führt verschiedene Prüfungen auf Bedingungen und Konfigurationseinstellungen durch, die zu einer ineffizienten Simulationsleistung führen könnten. Performance Advisor bietet Empfehlungen für bessere Modellkonfigurationseinstellungen sowie Mechanismen zur automatischen oder manuellen Behebung von Problemen.

Sobald die empfohlenen Änderungen an Ihrem Modell vorgenommen wurden, kann Performance Advisor überprüfen, wie stark sich die Leistung dadurch verbessert hat (Abbildung 13). 

Bildschirmaufnahme der Simulink Performance Advisor-Einstellungen.

Abbildung 13. Simulink Performance Advisor.

Erfahren Sie mehr über Performance Advisor.

Simulink Profiler

In Simulink stehen Ihnen zwei Arten von Profilern zur Verfügung, um Ihr Modell für langsame Simulationen zu profilieren. Wenn Sie sich nicht sicher sind, welchen Profiler Sie verwenden sollen, finden Sie in Abbildung 14 eine Kurzanleitung. Der Simulink Profiler dient dazu, die Blöcke zu ermitteln, die die meiste Simulationszeit in Anspruch nehmen; der Solver Profiler analysiert hingegen, warum der Solver mit variabler Schrittweite bestimmte Schritte ausführt.

Entscheidungsbaum zur Bewertung langsamer Simulationen mit Simulink Profiler oder Solver Profiler.

Abbildung 14. Verwendung von Simulink Profiler und Solver Profiler.

Mit Simulink Profiler können Sie quantifizieren, wie viel Zeit jede Phase Ihrer Simulation in Anspruch nimmt und wie viel Zeit die Simulation jedes Blocks benötigt. Der Simulink Profiler wird häufig im Normalmodus während der Entwurfsphase verwendet, um den Zeitaufwand für jeden Block zu untersuchen. Mit Simulink Profiler lassen sich große Datenmengen generieren. Um den Aufwand für die Überprüfung der Datenmenge zu minimieren, konzentrieren Sie sich auf die Methoden, die am meisten Zeit in Anspruch nehmen und am häufigsten aufgerufen werden.

Simulink Profiler identifiziert die Ursache der Simulationsverlangsamung, sodass Sie die Leistung der Simulationsausführungszeit manuell beurteilen können. Sie könnten auch die rechenintensivsten Blöcke durch weniger rechenintensive ersetzen, um die Simulation zu beschleunigen (Abbildung 15).

Bildschirmaufnahme von Simulink Profiler, angewendet auf ein Modell eines automatischen Getriebesystems.

Abbildung 15. Simulink Profiler.

Erfahren Sie mehr über Simulink Profiler.

Solver Profiler

Wenn die Simulation eines Modells mit einem Solver mit variabler Schrittweite langsamer wird, zu viele kleine Schritte ausführt oder nicht mehr reagiert, kann Ihnen der Solver Profiler dabei helfen, das Verhalten des Solvers zu verstehen und die Faktoren zu identifizieren, die die Simulation beeinflussen.

Mehrere Faktoren können das Verhalten des Solvers beeinflussen und die Simulationsgeschwindigkeit begrenzen. Der Solver Profiler protokolliert und meldet alle wichtigen Ereignisse, die während der Simulation eines Modells auftreten:

  • Nulldurchgangsereignisse
  • Solver-Ausnahmeereignisse
  • Solver-Reset-Ereignisse
  • Ereignisse der Jacobi-Matrix-Berechnung

Wenn Ihr Modell Simscape™-Blöcke enthält, können Sie mit dem Simscape Results Explorer auch verschiedene physikalische Größen dieser Blöcke untersuchen.

Der Solver Profiler präsentiert grafische und statistische Informationen über die Simulation, die Solver-Einstellungen, Ereignisse und Fehler. Mithilfe dieser Daten können Sie Stellen im Modell identifizieren, die zu Engpässen in der Simulation geführt haben, und entsprechende Maßnahmen ergreifen, z. B. die Steifigkeit des Systems anpassen, um eine bessere Simulationsleistung zu erzielen.  

Der Solver Profiler wird üblicherweise in Verbindung mit einem Solver mit variabler Schrittweite verwendet, um zu erklären, warum Ihre Simulation zu viele Schritte benötigt oder warum ein Schritt so klein ist. Wenn Sie hingegen herausfinden möchten, warum jeder Simulationsschritt zu lange dauert, oder wenn Sie einen Solver mit fester Schrittweite verwenden, dann ist der im vorherigen Abschnitt beschriebene Simulink Profiler das richtige Werkzeug dafür (Abbildung 16).

Bildschirmaufnahme des Solver Profilers, die grafische und statistische Informationen über eine Simulation anzeigt.

Abbildung 16. Solver Profiler.

Erfahren Sie mehr über Solver Profiler, Nulldurchgangserkennung und Solver-Resets.

Modifizieren und Vereinfachen Ihres Modells

Die meisten der bisher beschriebenen Techniken erfordern nur wenige oder gar keine Änderungen am Modell selbst. Zusätzliche Leistungsverbesserungen lassen sich durch die Anwendung von Techniken erzielen, die Modifikationen am Modell beinhalten.

Beschleunigung der Initialisierungsphase

Wenn Sie ein Modell aktualisieren oder öffnen, führt Simulink den Maskeninitialisierungscode aus. Wenn Sie komplizierte Maskeninitialisierungsbefehle haben, die viele Aufrufe von set_param enthalten, sollten Sie aufeinanderfolgende Aufrufe von set_param() zu einem einzigen Aufruf mit mehreren Argumentpaaren zusammenfassen. Dadurch kann der mit diesen Aufrufen verbundene Overhead reduziert werden.

Erfahren Sie mehr über die Ausführung von Maskencode.

Wenn Sie MATLAB-Skripte zum Laden und Initialisieren von Daten verwenden, können Sie die Leistung oft verbessern, indem Sie stattdessen MAT-Dateien laden. Der Nachteil besteht darin, dass die Daten in einer MAT-Datei nicht in einer für Menschen lesbaren Form vorliegen und daher schwieriger zu verarbeiten sein können als ein Skript. Das Laden initialisiert die Daten jedoch in der Regel viel schneller als das entsprechende Skript.

Erfahren Sie mehr über das Laden von Daten aus einer MAT-Datei in Ihren Arbeitsbereich.

Reduzierung der Modellkomplexität

Die Vereinfachung des Modells ohne Einbußen bei der Genauigkeit ist ein effektiver Weg, die Simulationsleistung zu verbessern. Hier sind drei Möglichkeiten, die Modellkomplexität zu reduzieren.

Ersetzen Sie ein Subsystem durch eine Alternative mit geringerer Genauigkeit. In vielen Fällen können Sie Ihr Modell vereinfachen, indem Sie ein komplexes Subsystemmodell durch eines der folgenden ersetzen:

  • Ein lineares oder nichtlineares dynamisches Modell, das aus gemessenen Eingangs-Ausgangs-Daten mithilfe der System Identification Toolbox™ erstellt wurde
  • Ein hochpräzises, nichtlineares statistisches Modell, erstellt mit der Model-Based Calibration Toolbox™
  • Ein lineares Modell, erstellt mit Simulink Control Design™
  • Eine Nachschlagetabelle

Sie können beide Darstellungen des Subsystems in einer Bibliothek pflegen und Variantensubsysteme verwenden, um diese zu verwalten.

Erfahren Sie mehr über die Verwendung konfigurierbarer Subsystemblöcke.

Erfahren Sie mehr über das Arbeiten mit Nachschlagetabellen, die Optimierung der Haltepunktabstände in Nachschlagetabellen und die Optimierung des generierten Codes für Nachschlagetabellenblöcke.

Erfahren Sie mehr über die Modellierung reduzierter Ordnung.

Verringern Sie die Anzahl der Blöcke. Wenn Sie die Anzahl der Blöcke in Ihrem Modell reduzieren, müssen während der Simulationen weniger Blöcke aktualisiert werden, was zu schnelleren Simulationsläufen führt. Vektorisierung ist eine Möglichkeit, die Anzahl der Blöcke zu reduzieren. Wenn Sie beispielsweise mehrere parallele Signale haben, die eine ähnliche Reihe von Berechnungen durchlaufen, versuchen Sie, diese zu einem Vektor zu kombinieren und eine einzige Berechnung durchzuführen. Eine weitere Möglichkeit besteht darin, die Optimierung „Block Reduction“ unter „Optimierung > Allgemein“ in den Konfigurationsparametern zu aktivieren.

Framebasierte Verarbeitung verwenden. Bei der framebasierten Verarbeitung werden die Abtastwerte in Batches statt einzeln verarbeitet. Wenn Ihr Modell beispielsweise einen Analog-Digital-Wandler enthält, können Sie die Ausgabewerte in einem Puffer sammeln und den Puffer mit einer einzigen Operation, wie etwa einer schnellen Fourier-Transformation, verarbeiten. Durch die Verarbeitung von Daten in Paketen verringert sich die Anzahl der Aufrufe von Blöcken in Ihrem Modell. Im Allgemeinen sinkt der Scheduling-Overhead mit zunehmender Framegröße. Größere Frames verbrauchen jedoch mehr Speicher, und Speicherbeschränkungen können die Leistung komplexer Modelle negativ beeinflussen. Experimentieren Sie mit verschiedenen Framegrößen, um diejenige zu finden, die den Leistungsvorteil der framebasierten Verarbeitung maximiert, ohne Speicherprobleme zu verursachen.

Reduzierung der Interaktivität

Generell gilt: Je interaktiver das Modell, desto länger dauert die Simulation. Die Tipps in diesem Abschnitt veranschaulichen Möglichkeiten, die Leistung zu verbessern, indem Sie auf einen Teil der Interaktivität verzichten.

Debugging-Diagnosen deaktivieren. Einige aktivierte Diagnosefunktionen verlangsamen die Simulationen merklich. Sie können sie im Diagnosebereich des Dialogfelds „Konfigurationsparameter“ deaktivieren.

Hinweis: Die Diagnosen Arraygrenzen überschritten und Inkonsistenz der Solver-Daten können die Laufzeitleistung des Modells spürbar verlangsamen.

Simulationsanimationen deaktivieren. Standardmäßig heben Stateflow-Diagramme die aktuell aktiven Zustände hervor und animieren die Zustandsübergänge, die während der Modellausführung stattfinden. Diese Funktion ist zwar nützlich zum Debuggen, verlangsamt aber die Simulation. Um die Simulationen zu beschleunigen, schließen Sie entweder alle Stateflow-Diagramme oder deaktivieren Sie die Animation. Wenn Sie Simulink 3D Animation™, die SimMechanics™-Visualisierung, FlightGear oder ein anderes 3D-Animationspaket verwenden, sollten Sie ebenfalls in Erwägung ziehen, die Animation zu deaktivieren oder die Szenengenauigkeit zu reduzieren, um die Leistung zu verbessern.

Erfahren Sie mehr über die Beschleunigung der Simulation in Stateflow.

Viewer-spezifische Parameter anpassen und Viewer über aktivierte Subsysteme verwalten. Wenn Ihr Modell einen Scope-Viewer enthält, der eine große Anzahl von Datenpunkten anzeigt, und Sie den Scope nicht entfernen können, versuchen Sie, die Viewer-Parameter so anzupassen, dass ein Kompromiss zwischen Detailgenauigkeit und Rendering-Geschwindigkeit gefunden wird. Beachten Sie jedoch, dass Sie durch die Verwendung von Dezimierung zur Reduzierung der Anzahl der dargestellten Datenpunkte das Risiko eingehen, kurze Transienten und andere Phänomene zu verpassen, die bei einer größeren Anzahl von Datenpunkten deutlich sichtbar wären. Sie können Viewer in aktivierten Subsystemen platzieren, um genauer zu steuern, welche Visualisierungen wann aktiviert werden.

Erfahren Sie mehr darüber, wie sich die Parametereinstellungen des Scope-Viewers auf die Leistung auswirken können.

Verwendung von MATLAB-Funktionen anstelle von Interpreted MATLAB Function-Blöcken

Um eine MATLAB-Funktion innerhalb Ihres Simulink-Modells aufzurufen, verwenden Sie einen MATLAB Function-Block anstelle eines Interpreted MATLAB Function-Blocks oder einer MATLAB-S-Funktion. Der MATLAB Function-Block ist die schnellere Alternative. Er unterstützt die Generierung von einbettbarem C-Code. Obwohl der MATLAB Function-Block nicht alle MATLAB-Funktionen unterstützt, ist die von ihm unterstützte Teilmenge der MATLAB-Sprache umfangreich.

Um alle Interpreted MATLAB Function-Blöcke in Ihrem Modell schnell zu finden, verwenden Sie den Performance Advisor.

Erfahren Sie mehr über die Arbeit mit dem MATLAB Function-Block.

Sie protokollieren große Datensätze. Beim Protokollieren großer Datenmengen (z. B. in Modellen, die Blöcke vom Typ „To Workspace“, „To File“ oder „Scope“ enthalten) sollte eine Dezimierung verwendet oder die protokollierte Ausgabe auf den letzten Teil der Simulation beschränkt werden. Vermeiden Sie die Protokollierung redundanter Daten (z. B. protokollieren Sie die Zeit nur einmal) und überflüssiger Daten (z. B. protokollieren Sie nach Möglichkeit Ganzzahlwerte anstelle von Werten vom Typ double). Protokollierungsüberschreibung kann auch verwendet werden, um zu steuern, welche Signale protokolliert werden, ohne das Simulationsziel für den Accelerator-Modus neu zu erstellen.

Erfahren Sie mehr über das Exportieren von Simulationsdaten.

Weitere nützliche Techniken

Die folgenden Techniken sind auf einige spezifische Modelle anwendbar; wenn Ihr Modell in die unten beschriebenen Muster fällt, können Sie diese wahrscheinlich verwenden, um die Simulationsgeschwindigkeit zu erhöhen.

Optimierung der Hardwarebeschleunigung

Single Instruction Multiple Data (SIMD) ist eine Technik zur parallelen Datenverarbeitung, die dieselbe Operation gleichzeitig auf mehrere Datenpunkte anwendet. Viele moderne CPUs verfügen über SIMD-Befehle, die beispielsweise mehrere Additionen oder Multiplikationen gleichzeitig durchführen. Bei rechenintensiven Operationen auf unterstützten Blöcken könnten SIMD-Intrinsics die Simulationsleistung verbessern.

Simulink unterstützt SIMD für die Hardwarebeschleunigung in allen Simulationsmodi, die Codegenerierungstechnologien verwenden (z. B. Accelerator- oder Rapid-Accelerator-Modus).

Simulink bietet einen Configset-Parameter zur Steuerung des SIMD-Typs im Simulation Target-Panel. Bei den Hardwarebeschleunigungsoptionen ist die Standardeinstellung („generische Hardware nutzen“) auf allen x86-CPUs verfügbar und es ist keine Neuerstellung erforderlich. Die andere Option („native Hardware nutzen“) ist von der CPU abhängig. Wenn Ihre CPU neuere SIMD-Befehlssätze wie SSE2/AVX2/AVX512 unterstützt, könnte diese Wahl eine noch schnellere Simulationsgeschwindigkeit ermöglichen (Abbildung 17).

Bildschirmaufnahme der Hardwarebeschleunigungsoptionen in Simulink.

Abbildung 17. Hardwarebeschleunigungsoptionen konfigurieren. 

Bei der Verwendung eines Simulationsziels müssen viele Faktoren berücksichtigt werden, um festzustellen, ob SIMD verfügbar ist und ob es die Simulationsgeschwindigkeit verbessern kann oder nicht. Sie könnten den zuvor beschriebenen Performance Advisor verwenden, um mit der Option „Hardwarebeschleunigungseinstellungen prüfen“ unter Simulationsziel eine Überprüfung durchzuführen und so festzustellen, ob SIMD für Ihr spezifisches Modell hilfreich ist oder nicht.  

Erfahren Sie mehr über Hardwarebeschleunigung.

Nutzung von Multicore-Simulation

In Simulink gibt es verschiedene Techniken, um eine einzelne Simulation zu beschleunigen, indem Teile des Modells zur Ausführung auf mehreren Kernen ausgelagert werden. Diese Techniken sind nicht auf alle Modelle anwendbar, könnten aber für Ihre spezifischen Anwendungsfälle nützlich sein.

Multicore-Simulation von Dataflow-Domänen. Wenn Sie ein rechenintensives Signalverarbeitungssystem oder ein Multiraten-Signalverarbeitungssystem in Simulink modellieren und simulieren, verbessern Dataflow-Domänen die Leistung. Die Dataflow-Domäne ist eine neue Ausführungsdomäne, die mit dem Berechnungsmodell „Synchronous Dataflow“ simuliert. Die Dataflow-Ausführungsdomäne ist datengetrieben und kann unter Nutzung mehrerer Kerne simulieren.

Sie legen Dataflow als Ausführungsdomäne für ein Subsystem fest, indem Sie mithilfe des Eigenschafteninspektors den Parameter „Domain“ auf „Dataflow“ setzen. Dataflow-Domänen partitionieren Ihr Modell automatisch und simulieren das System mithilfe mehrerer Threads, um eine bessere Simulationsleistung zu erzielen (Abbildung 18).

Bildschirmaufnahme der Festlegung von Dataflow als Ausführungsdomäne im Eigenschafteninspektor.

Abbildung 18. Dataflow-Ausführungsdomäne.

Sie können die Schaltfläche „Analyse ausführen“ auf der Registerkarte „Multicore“ verwenden, um die Dataflow-Domäne hinsichtlich der Simulationsleistung zu analysieren. Es kann das Modell profilieren, die Ausführungszeit jedes Blocks berechnen, vorhandene Parallelität im Modell finden und es in mehrere Threads aufteilen. Es kann einen Latenzwert vorschlagen, um den Simulationsdurchsatz durch die Pipeline-Ausführung der Blöcke weiter zu erhöhen. Die Analyse in Abbildung 19 unten legt nahe, dass die Latenz für eine optimale Leistung auf 0 bis 2 eingestellt werden sollte. 

Bildschirmaufnahme der Dataflow-Domänenanalyse zur Simulationsleistung.

Abbildung 19. Analyse der Dataflow-Domäne hinsichtlich der Simulationsleistung.

Erfahren Sie mehr über die Dataflow-Domäne.

Multicore-Simulation mit Cosimulationskomponenten. Ihr Simulationsmodell könnte Cosimulationskomponenten enthalten. Eine Cosimulationskomponente könnte ein S-Funktionsblock sein, der als Cosimulationsgateway zwischen Simulink und Drittanbietertools oder benutzerdefiniertem Code implementiert ist. Es kann sich auch um eine FMU im Cosimulationsmodus handeln, die in Simulink importiert wurde, oder um einen Model-Block im Accelerator-Modus. Wenn diese Cosimulationskomponenten threadsicher sind, können diese Komponenten auf mehreren Threads ausgeführt werden. Thread-Sicherheit bedeutet, dass der Block mit mehreren Threads funktionieren kann, die auf gemeinsam genutzte Daten, Ressourcen und Objekte zugreifen, ohne dass es zu Konflikten kommt.

Nicht alle Modelle verfügen über Cosimulationskomponenten, die auf mehreren Threads ausgeführt werden können. Darüber hinaus unterstützt die Multithread-Cosimulation nur den normalen Simulationsmodus. Standardmäßig konfiguriert Simulink alle geeigneten Modelle und Blöcke so, dass sie für die Ausführung durch mehrere Threads bereit sind. Wenn die Leistung verbessert werden kann, führt Simulink automatisch alle Modelle auf mehreren Threads aus.

Erfahren Sie mehr über Multicore-Cosimulation.

Verwendung von Multicore-Simulation mit einem For Each-Subsystem. Das For Each-Subsystem ist ein Subsystem in Simulink, das die Ausführung des Algorithmus während eines Simulationsschritts für jedes Element eines Teilarrays in einem Eingangssignal- oder Maskenparameterarray wiederholt. Wenn Ihr Modell rechenintensive For Each-Subsysteme enthält, können Sie die Simulation möglicherweise beschleunigen, indem Sie die For Each-Subsystem-Iteration auf mehreren Threads ausführen.

Eine Multicore-Simulation mit For Each-Subsystem unterstützt nur den Rapid-Accelerator-Modus. Standardmäßig ist die Unterstützung von Multithread-Simulationen für das For Each-Subsystem aktiviert. Simulink erstellt automatisch während der Simulation ein Profil. Die parallele Ausführung wird nur dann aktiviert, wenn dadurch Leistungsvorteile erzielt werden. Sie können den Modellparameter 'MultithreadedSim' verwenden, um die Multithread-Simulation manuell zu aktivieren oder zu deaktivieren.

Erfahren Sie mehr über die Verwendung eines For Each-Subsystems.

Techniken anwenden und Ergebnisse messen

Um die relative Wirksamkeit dieser Techniken an einem realistischen Projekt zu veranschaulichen, haben wir die Verbesserung der Simulationszeit gemessen, die durch die Anwendung einiger der oben vorgeschlagenen Änderungen auf ein Modell eines automatischen Getriebesystems erzielt wurde (Abbildung 20).

Bildschirmaufnahme eines Simulink-Modells eines automatischen Getriebesystems.

Abbildung 20. Simulink-Modell eines automatischen Getriebesystems.

Um die Leistung zu verbessern, haben wir zunächst den Performance Advisor verwendet, um die Prüfungen durchzuführen und die folgenden vorgeschlagenen Änderungen vorgenommen:

  • Teure Diagnosefunktionen zur Überprüfung auf Inkonsistenzen der Solverdaten, Division durch eine singuläre Matrix, Ausgabe von Inf- oder NaN-Blöcken, Überprüfung des Simulationsbereichs und Überschreitung von Arraygrenzen wurden deaktiviert.
  • Interpreted MATLAB Function-Blöcke wurden durch MATLAB-Funktionen ersetzt (diese Änderung hat die größte Einzelwirkung).
  • Blockreduktionsoptimierungen aktiviert
  • Scopes geschlossen und auskommentiert

Durch diese Änderungen verkürzte sich die Simulationszeit im Durchschnitt von 57 Sekunden auf 3,3 Sekunden. Mithilfe des optimierten Modells können wir nun den Rapid-Accelerator-Modus und die parallele Simulation anwenden, um die Leistung dieser Techniken zu vergleichen (Tabelle 2).

Originalmodell, Normalmodus, serielle Ausführung, Fast Restart aus 5731 Sekunden
Verbessertes Modell, Normalmodus, serielle Ausführung, Fast Restart aus 328 Sekunden
Verbessertes Modell, Normalmodus, serielle Ausführung, Fast Restart ein 307 Sekunden
Verbessertes Modell, Rapid-Accelerator-Modus, serielle Ausführung, mit RapidAcceleratorUpToDateCheck aus  236 Sekunden
Verbessertes Modell, Normalmodus, parallele Simulation, Fast Restart ein (4 lokale Worker) 198 Sekunden
Verbessertes Modell, Rapid-Accelerator-Modus, parallele Simulation, mit RapidAcceleratorUpToDateCheck aus (4 lokale Worker) 85 Sekunden

Tabelle 2. Zeitaufwand für 100 Iterationen jedes Modells bei einer Simulationszeit von 2000 Sekunden. Verwendetes System: Lenovo T490s mit Intel® Core™ i7-8665U CPU (1,9 GHz, 2112 MHz, 4 Kerne), 32 GB DDR4 2400 MHz PC4-19200 SODIMM, Laufwerk: 1 TB SSD, Windows 10 Enterprise, MATLAB R2022a.

Veröffentlicht 2022


Eingesetzte Produkte: Simulink, Parallel Computing Toolbox

Über die Autor/innen

Weiwu Li

Weiwu Li is a product manager responsible for simulation capabilities of Simulink and Simulink Compiler. Prior to joining MathWorks in 2016, he had many years of experience in the automotive industry as a system controls engineer. Weiwu has a Ph.D. in controls engineering from Zhejiang University, an M.S.M.E. from The Ohio State University, and an M.B.A. from Purdue University.

Guy Rouleau

Guy Rouleau is a consulting advanced support engineer at MathWorks and has been supporting Simulink users since 2007. In his role, Guy works closely with customers on technical challenges, bringing his expertise in engineering systems and applied modeling to support advanced MATLAB and Simulink workflows. Guy is the author of the “Guy on Simulink” blog, where he shares tips and tricks he’s learned while supporting Simulink users. He holds a master’s degree in mechanical engineering from McGill University, in collaboration with the Canadian Space Agency.

Mehr entdecken