KR20190078681A - 인공신경망 학습/시뮬레이션 시스템 및 방법 - Google Patents

인공신경망 학습/시뮬레이션 시스템 및 방법 Download PDF

Info

Publication number
KR20190078681A
KR20190078681A KR1020170171040A KR20170171040A KR20190078681A KR 20190078681 A KR20190078681 A KR 20190078681A KR 1020170171040 A KR1020170171040 A KR 1020170171040A KR 20170171040 A KR20170171040 A KR 20170171040A KR 20190078681 A KR20190078681 A KR 20190078681A
Authority
KR
South Korea
Prior art keywords
neural network
artificial neural
mcu
development
artificial
Prior art date
Application number
KR1020170171040A
Other languages
English (en)
Inventor
권진산
김병수
장영종
황태호
김동순
Original Assignee
전자부품연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 전자부품연구원 filed Critical 전자부품연구원
Priority to KR1020170171040A priority Critical patent/KR20190078681A/ko
Publication of KR20190078681A publication Critical patent/KR20190078681A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/10—Interfaces, programming languages or software development kits, e.g. for simulating neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Stored Programmes (AREA)
  • Debugging And Monitoring (AREA)

Abstract

단일 칩 상에 인공신경망과 주 연산장치, 기타 주변장치들을 집적한 SoC 형태의 제품을 타겟으로, 인공신경망 가속기에 탑재될 가중치 데이터와 가속기를 포함하는 전체 하드웨어 운용을 위한 소프트웨어의 작성 및 하드웨어의 동작을 모사할 수 있는 환경을 제공하는 인공신경망 학습/시뮬레이션 시스템 및 방법이 제공된다. 본 발명의 실시예에 따른 통합 개발 환경 제공방법은 인공신경망 응용 제품을 위한 MCU 프로그램 개발 툴을 제공하는 단계; 인공신경망 응용 제품을 위한 인공신경망 개발 툴을 제공하는 단계; MCU 프로그램과 인공신경망을 인공신경망 응용 제품에 탑재하는 단계;를 포함한다.
이에 의해, 인공신경망 로직에 탑재될 인공지능 소프트웨어와 MCU/CPU에 대한 소프트웨어를 단일 개발 환경에서 동시에 개발할 수 있어 전체 소프트웨어 개발에 소요되는 시간과 노력을 절약할 수 있다.

Description

인공신경망 학습/시뮬레이션 시스템 및 방법{System and Method for Artificial Neural Network Learning and Simulation}
본 발명은 인공지능 응용 기술에 관한 것으로, 더욱 상세하게는 인공신경망이 탑재된 제품을 학습시키고 제품의 동작을 모사하는 시스템 및 방법에 관한 것이다.
인공신경망 기술을 사용하는 응용 제품의 개발 과정은 제품의 종류 또는 기반으로 하는 하드웨어에 따라 다양하나, 일반적으로는 인공신경망 가속기에 대한 개발과 이를 포함하는 해당 제품의 전체 하드웨어를 제어하는 컨트롤러 또는 프로세서 유닛에 대한 제어 소프트웨어 개발 과정으로 나눌 수 있다.
이러한 구조에서는 현재까지 통상적으로 사용되고 있는 컨트롤러 유닛에 대한 개발 툴 외에, 제품에 탑재될 인공신경망에 대한 개발 및 디버깅을 위한 도구가 추가로 필요하며, 아직까지 인공신경망과 컨트롤러 유닛 전체를 포함하는 통합 개발환경이나 표준화된 개발 절차는 존재하지 않다.
이는 인공신경망 가속기의 구현 방식, 가속기 동작 시나리오, 제품 개발 주체 및 제품 형태의 다양성으로 인해 각각의 가속기 형태를 하나의 개발 도구로 지원하기가 사실상 어렵기 때문이다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 단일 칩 상에 인공신경망과 주 연산장치, 기타 주변장치들을 집적한 SoC 형태의 제품을 타겟으로, 인공신경망 가속기에 탑재될 가중치 데이터와 가속기를 포함하는 전체 하드웨어 운용을 위한 소프트웨어의 작성 및 하드웨어의 동작을 모사할 수 있는 환경을 제공하는 인공신경망 학습/시뮬레이션 시스템 및 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 통합 개발 환경 제공방법은 인공신경망 응용 제품을 위한 MCU 프로그램 개발 툴을 제공하는 단계; 인공신경망 응용 제품을 위한 인공신경망 개발 툴을 제공하는 단계; MCU 프로그램과 인공신경망을 인공신경망 응용 제품에 탑재하는 단계;를 포함한다.
본 실시예에 따른 통합 개발 환경 제공방법은 인공신경망을 학습시켜 가중치 데이터를 생성하는 단계;를 더 포함하고, 탑재 단계는, 생성된 가중치 데이터로 설정된 인공신경망을 인공신경망 응용 제품에 탑재하는 것일 수 있다.
본 실시예에 따른 통합 개발 환경 제공방법은 탑재된 MCU 프로그램으로 인공신경망 응용 제품을 동작시키는 단계; 및 탑재된 인공신경망을 동작시키는 단계;를 더 포함할 수 있다.
탑재된 인공신경망을 동작시키는 단계는, 탑재된 인공신경망에 가상 데이터를 인가하여, 탑재된 인공신경망을 시뮬레이션하는 것일 수 있다.
본 실시예에 따른 통합 개발 환경 제공방법은 동작 결과를 표시하는 단계;를 더 포함할 수 있다.
본 실시예에 따른 통합 개발 환경 제공방법은 MCU 프로그램을 편집하는 단계;를 더 포함할 수 있다.
본 실시예에 따른 통합 개발 환경 제공방법은 인공신경망을 편집하는 단계;를 더 포함할 수 있다.
한편, 본 발명의 다른 실시예에 따른, 통합 개발 시스템은 인공신경망 응용 제품에 통신 연결하는 통신부; 및 인공신경망 응용 제품을 위한 MCU 프로그램 개발 툴을 제공하고, 인공신경망 응용 제품을 위한 인공신경망 개발 툴을 제공하며, MCU 프로그램과 인공신경망을 인공신경망 응용 제품에 탑재하는 프로세서;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 인공신경망 로직에 탑재될 인공지능 소프트웨어와 MCU/CPU에 대한 소프트웨어를 단일 개발 환경에서 동시에 개발할 수 있어 전체 소프트웨어 개발에 소요되는 시간과 노력을 절약할 수 있다.
또한, 본 발명의 실시예들에 따르면, 인공신경망 부분을 포함하는 전체 소프트웨어 개발 결과물을 실존하는 하드웨어에 탑재하는 방법을 제공함으로써, 추상적인 인공지능 소프트웨어 개발 결과에 대해 실제로 동작시키고 확인하는 과정을 통해 인공지능 개발과 관련한 난해함을 줄일 수 있다.
나아가, 본 발명의 실시예들에 따르면, 인공신경망, MCU 등 모든 하드웨어 부분들을 소프트웨어 시뮬레이터로 구현하여, 실제 인공지능 관련 하드웨어를 개발하기 이전에 먼저 인공지능 소프트웨어 개발을 시작할 수 있어 전체 제품 개발 기간을 단축할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 활용한 인공신경망 개발 과정을 도시한 도면,
도 2는 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템의 세부 구조를 기능별로 나타낸 도면,
도 3은 활용 가능한 신경망 편집기를 예시한 도면,
도 4는 실제 구현한 통합 개발 환경을 제시한 도면,
도 5는 실제 구현한 신경망 시뮬레이터를 제시한 도면,
도 6은 MCU/CPU 프로그램과 인공신경망의 편집 과정의 설명에 제공되는 도면, 그리고,
도 7은 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 구현할 수 있는 컴퓨팅 시스템을 도시한 블럭도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
본 발명의 실시예에서는, 인공신경망 학습/시뮬레이션 시스템을 제시한다. 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, 인공신경망 기술이 탑재된 인공신경망 응용 제품을 학습시키고 동작을 모사하는 일련의 절차를 수행한다.
보다 상세하게, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, 단일 칩 상에 인공신경망과 주 연산장치, 기타 주변장치들을 집적한 SoC 형태의 인공신경망 응용 제품을 타겟으로, 인공신경망 가속기에 탑재될 가중치 데이터와 가속기를 포함하는 전체 하드웨어 운용을 위한 소프트웨어의 작성 및 하드웨어의 동작을 모사할 수 있는 환경을 제공한다.
본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 통해 인공신경망 가속기와 MCU(Micro Controller Unit) 또는 CPU(Central Processing Unit) 부분에 대한 소프트웨어를 동시에 개발할 수 있다.
본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, 개방형 구조로 설계되어 특정 기술에 의존적이지 않고, 기존에 널리 사용되던 오픈소스 유틸리티들과 함께 연계하여 사용할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 활용한 인공신경망 개발 과정을 도시한 도면이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 통해, MCU 또는 CPU를 위한 일반적인 프로그램 작성/개발 및 컴파일 절차(S110,S120) 외에, 인공신경망 작성/개발 및 학습 절차(S130,S140)가 단일 개발 환경에서 함께/동시에 이루어진다.
이후, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, 작성/개발된 MCU/CPU 프로그램과 학습을 통해 생성된 인공신경망 가중치 데이터로 설정된 인공신경망을 인공신경망 응용 제품에 탑재한다(S150).
다음, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, 탑재한 MCU/CPU 프로그램으로 인공신경망 응용 제품을 동작시키고(S160), 시뮬레이터로 탑재된 인공신경망을 동작시킨다(S170).
그리고, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, S160단계와 S170단계에서의 동작 결과를 제공하여, 개발자가 성능을 확인할 수 있도록 한다(S180).
MCU/CPU 프로그램과 인공신경망의 동시 개발을 위한, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템의 세부 구조를, 도 2에 기능별로 나타내었다.
도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템은, MCU 툴체인(210), 신경망 시뮬레이터(220), 신경망 편집기(230) 및 통합 개발 환경(240)을 포함한다.
MCU 툴체인(210)은 MCU/CPU 프로그램을 작성/편집하여 개발하는데 이용되는 툴이고, 신경망 편집기(230)는 인공신경망을 작성/편집하여 개발하는데 이용되는 툴이다. 도 3에는 활용 가능한 신경망 편집기(230)를 예시하였다.
MCU 툴체인(210)은 MCU 또는 CPU 아키텍처에 따라 쉽게 교체할 수 있도록 기존의 MCU용 통합 개발 환경에서 널리 사용되고 있는 것과 동일한 GNU 크로스 툴체인을 사용할 수 있으며, 여기에는 크로스 컴파일러, 링커, 어셈블러, 디버거 및 C 라이브러리를 포함한다.
신경망 시뮬레이터(220)는 신경망 편집기(230)로 작성된 인공신경망을 학습시켜 인공신경망 가중치 데이터를 생성한다. 생성된 가중치 데이터는 MCU/CPU 프로그램 바이너리 파일과 함께 인공신경망 응용 제품에 탑재되어 인공신경망을 동작시킬 수 있다.
신경망 시뮬레이터(220)는 인공신경망 응용 제품에 탑재된 인공신경망에 가상 데이터를 인가하여 시뮬레이션할 수 있다.
통합 개발 환경(240)은 MCU/CPU 프로그램 작성/개발과 인공신경망 작성/개발이 단일 개발 환경에서 이루어질 수 있도록 지원하기 위한 IDE(Integrated Development Environment)를 제공한다.
이를 위해, 통합 개발 환경(240)은 MCU 툴체인(210)의 통합 개발 환경이 신경망 시뮬레이터(220)까지 지원할 수 있도록 확장된 형태이다.
도 4에는 실제 구현한 통합 개발 환경(240)을 제시하였다. 그리고, 도 5에는 통합 개발 환경(240)을 통해 제공되는 실제 구현한 신경망 시뮬레이터(220)를 제시하였다.
도 6은 MCU/CPU 프로그램과 인공신경망의 편집 과정의 설명에 제공되는 도면이다.
도 6의 좌측에 도시된 바와 같이, 인공신경망 응용 제품을 위한 MCU/CPU 프로그램의 편집은 통합 개발 환경(240)에서 제공하는 MCU 툴체인(210)을 통해 수행된다.
그리고, 도 6의 우측에 도시된 바와 같이, 인공신경망의 편집은, 통합 개발 환경(240)에서 신경망 편집기(230)를 호출하여, 신경망 편집기(230)를 통해 이루어지며, 편집이 완료되면 다시 통합 개발 환경(240)으로 돌아오게 된다.
도 7은 본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 구현할 수 있는 컴퓨팅 시스템을 도시한 블럭도이다.
본 발명의 실시예에 따른 인공신경망 학습/시뮬레이션 시스템을 구현할 수 있는 컴퓨팅 시스템은, 도 7에 도시된 바와 같이, 통신부(310), 출력부(320), 프로세서(330), 입력부(340) 및 저장부(350)를 포함한다.
통신부(310)는 외부 기기(인공신경망 응용 제품 포함))/네트워크와 통신을 위한 통신 인터페이스이고, 출력부(320)는 프로세서(330)의 실행 결과가 화면으로 표시되는 디스플레이이며, 입력부(340)는 사용자 명령을 입력받아 프로세서(330)로 전달하는 입력 수단이다.
프로세서(330)는 입력부(340)를 통해 입력되는 사용자 명령에 따라 전술한 MCU 툴체인(210), 신경망 시뮬레이터(220), 신경망 편집기(230) 및 통합 개발 환경(240)을 실행하고, 실행 화면을 출력부(320)를 통해 표시한다.
저장부(350)는 프로세서(330)가 동작함에 있어 필요한 저장공간을 제공하는 메모리와 스토리지이다.
지금까지, 인공신경망 학습/시뮬레이션 시스템 및 방법에 대해 바람직한 실시예를 들어 상세히 설명하였다.
본 발명의 실시예에서는, 인공지능 소프트웨어 개발 과정에 있어, MCU용 코드와 인공지능용 신경망 구조를 동시에 개발할 수 있는 개발 환경을 제공하는 시스템을 제시하였다.
구체적으로, 본 발명의 실시예에서는, 소프트웨어 개발 환경 구성 요소에 있어, 통합 개발 환경이 기존 MCU 툴체인과 신경망 시뮬레이터를 모두 포함하는 구조를 통해, 전체 소프트웨어 개발에 소요되는 시간과 노력을 절약하고, 추상적인 인공지능 소프트웨어 개발 결과에 대해 실제로 동작시키고 확인하는 과정을 통해 인공지능 개발과 관련한 난해함을 줄일 수 있도록 하였다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
210 : MCU 툴체인
220 : 신경망 시뮬레이터
230 : 신경망 편집기
240 : 통합 개발 환경

Claims (8)

  1. 인공신경망 응용 제품을 위한 MCU 프로그램 개발 툴을 제공하는 단계;
    인공신경망 응용 제품을 위한 인공신경망 개발 툴을 제공하는 단계;
    MCU 프로그램과 인공신경망을 인공신경망 응용 제품에 탑재하는 단계;를 포함하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  2. 청구항 1에 있어서,
    인공신경망을 학습시켜 가중치 데이터를 생성하는 단계; 를 더 포함하고,
    탑재 단계는,
    생성된 가중치 데이터로 설정된 인공신경망을 인공신경망 응용 제품에 탑재하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  3. 청구항 1에 있어서,
    탑재된 MCU 프로그램으로 인공신경망 응용 제품을 동작시키는 단계;
    탑재된 인공신경망을 동작시키는 단계;를 더 포함하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  4. 청구항 3에 있어서,
    탑재된 인공신경망을 동작시키는 단계는,
    탑재된 인공신경망에 가상 데이터를 인가하여, 탑재된 인공신경망을 시뮬레이션하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  5. 청구항 3에 있어서,
    동작 결과를 표시하는 단계;를 더 포함하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  6. 청구항 1에 있어서,
    MCU 프로그램을 편집하는 단계;를 더 포함하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  7. 청구항 1에 있어서,
    인공신경망을 편집하는 단계;를 더 포함하는 것을 특징으로 하는 통합 개발 환경 제공방법.
  8. 인공신경망 응용 제품에 통신 연결하는 통신부; 및
    인공신경망 응용 제품을 위한 MCU 프로그램 개발 툴을 제공하고, 인공신경망 응용 제품을 위한 인공신경망 개발 툴을 제공하며, MCU 프로그램과 인공신경망을 인공신경망 응용 제품에 탑재하는 프로세서;를 포함하는 것을 특징으로 하는 통합 개발 시스템.
KR1020170171040A 2017-12-13 2017-12-13 인공신경망 학습/시뮬레이션 시스템 및 방법 KR20190078681A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170171040A KR20190078681A (ko) 2017-12-13 2017-12-13 인공신경망 학습/시뮬레이션 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170171040A KR20190078681A (ko) 2017-12-13 2017-12-13 인공신경망 학습/시뮬레이션 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20190078681A true KR20190078681A (ko) 2019-07-05

Family

ID=67225326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170171040A KR20190078681A (ko) 2017-12-13 2017-12-13 인공신경망 학습/시뮬레이션 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20190078681A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210057431A (ko) * 2019-11-12 2021-05-21 한국전자기술연구원 인공지능 장치의 소프트웨어 디버깅 방법 및 장치
KR20210088907A (ko) 2020-01-07 2021-07-15 윤준상 시뮬레이션을 이용한 학습 서비스 제공 시스템 및 방법
KR20220041599A (ko) 2020-09-25 2022-04-01 인하대학교 산학협력단 광전자 소자를 이용한 다단연결 광전-신경망모사 프로세스 시스템
KR102644669B1 (ko) 2023-08-14 2024-03-06 재단법인 서울디지털재단 학습 수렴속도 향상을 위한 연합학습 시스템 및 그 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210057431A (ko) * 2019-11-12 2021-05-21 한국전자기술연구원 인공지능 장치의 소프트웨어 디버깅 방법 및 장치
KR20210088907A (ko) 2020-01-07 2021-07-15 윤준상 시뮬레이션을 이용한 학습 서비스 제공 시스템 및 방법
KR20220130070A (ko) 2020-01-07 2022-09-26 윤준상 시뮬레이션을 이용한 학습 서비스 제공 시스템 및 방법
KR20220041599A (ko) 2020-09-25 2022-04-01 인하대학교 산학협력단 광전자 소자를 이용한 다단연결 광전-신경망모사 프로세스 시스템
KR102644669B1 (ko) 2023-08-14 2024-03-06 재단법인 서울디지털재단 학습 수렴속도 향상을 위한 연합학습 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
CN102667730B (zh) 设计时调试
KR20190078681A (ko) 인공신경망 학습/시뮬레이션 시스템 및 방법
US10360322B2 (en) Simulation of virtual processors
CN100492387C (zh) 基于Keil C51的软件保护开发的方法和系统
JP2015060600A (ja) 仮想制御装置をリアルタイムテストするためのテスト装置
WO2014035463A1 (en) System and methods for generating and managing a virtual device
CN104699523B (zh) 用于硬件平台所开发的应用程序的调试方法和系统
US20160179557A1 (en) Emulated device firmware testable by native operating system tools
KR20170057264A (ko) 멀티 컨텍스트 지능형 지원 기능을 갖는 코드 개발 툴
CN111338925A (zh) 小程序测试方法及装置、系统、电子设备和存储介质
CN113196243A (zh) 使用编译器生成的仿真优化元数据改进仿真和跟踪性能
CN111367579B (zh) 一种基于v-rep插件的处理器在环仿真方法
CN102081520B (zh) 嵌入式硬盘录像机的图形用户界面创建方法及其系统
KR20110037140A (ko) 임베디드 소프트웨어 가상 개발 환경을 제공하는 시스템
US20200341736A1 (en) Dynamic updates in an interactive programming environment
JP2828590B2 (ja) マイクロプログラム検証方法
Nuratch A serial Bootloader with IDE extension tools design and implementation technique based on rapid embedded firmware development for developers
US8914274B1 (en) Method and system for instruction set simulation with concurrent attachment of multiple debuggers
CN101593257B (zh) 基于.Net虚拟机的软件保护系统和方法
CN101097457A (zh) 电波钟应用程序开发系统
CN110515849A (zh) 一种断点调试方法、装置、系统、设备及存储介质
CN111788609A (zh) 用于在绘出图像时修改图形处理单元(gpu)操作以用于跟踪的技术
JP6934044B2 (ja) ハイブリッド命令アーキテクチャのテスト
Métrailler et al. ESPeciaL: an embedded systems programming language
KR102102806B1 (ko) 안전 필수 시스템의 안전활동 관리방법 및 그 안전활동 관리장치