FMI 3 Simulation Runtime in Rust | Dweve FMI

Groupes d'algorithmes par type de données

Dweve FMI traite la dérive de plateforme dans la simulation. Les profils en virgule fixe et les contrôles en backend rendent les différences visibles avant qu'elles n'atteignent un dossier de sûreté.

Bibliothèque d'arithmétique en virgule fixe assurant le déterminisme FMI.

Moteur de récupération binaire déterministe.

Infrastructure de preuve cryptographique pour le raisonnement IA.

Exécutez l'oscillateur amorti sur deux cibles prises en charge et comparez les sorties. Les contrôles de référence exposent toute divergence avant qu'elle n'entre dans un dossier de sûreté.

Deux questions décident de l'acquisition : où cela s'exécute-t-il, et qui contrôle les preuves. Dweve FMI s'exécute sur le matériel que vous possédez déjà, sur site ou dans une région européenne, tandis que le modèle et le dossier de validation restent dans une frontière que vous choisissez.

Exécutez l'exemple, comparez les résultats

Une affirmation de sécurité a besoin de plus qu'une promesse. Examinez le contrat de résultats, la matrice des cibles prises en charge et la méthode de validation basée sur MPFR ; puis exécutez le même exemple sur deux machines et comparez la sortie avant de choisir où FMI doit être intégré.

S'exécute sur le matériel que vous possédez

Aucun temps perdu à réconcilier les résultats

La raison d'y prêter attention est opérationnelle, pas technique. En comparant la même simulation sous un contrat déclaré sur chaque machine, vous voyez où une cible diffère avant de clôturer le dossier de sécurité. Les équipes n'ont plus à réconcilier les différences en silence. Le travail s'exécute sur le matériel que vous possédez déjà, et un passage à un nouvel équipement bénéficie d'un chemin de validation explicite.

Un fournisseur, une feuille de route, un prix que vous ne fixez pas.

Une nouvelle puce ou une nouvelle région relance la validation sur l'ensemble du portefeuille.

Les équipes se disputent pour savoir quelle machine a produit le bon résultat.

Chaque plateforme nécessite son propre dossier de sécurité car les chiffres peuvent différer.

L'argument en faveur du changement est plus facile à voir présenté sous forme de comparaison. D'un côté, une simulation qui varie selon la plateforme : un dossier de sécurité re-validé pour chaque machine, des équipes qui réconcilient des chiffres qui devraient déjà correspondre, et une re-validation à chaque changement de matériel. De l'autre, des résultats comparés sous un contrat déclaré, afin que les preuves montrent où un déploiement diffère. La différence est opérationnelle, pas technique.

Supprimez l'exécution ; le modèle et les preuves restent

Station de travail · cluster · FPGA · périphérie

Un modèle de simulation doit rendre visible toute différence dépendante du matériel. Dweve FMI définit un contrat de résultats sur toutes les cibles prises en charge, vérifie chaque backend par rapport à un oracle MPFR et permet à un registre de validation de voyager avec le modèle.

Non, les ingénieurs le gèrent en arrière-plan

Il est légitime de se demander si quelque chose comme ça vous concerne. Ce n'est pas le cas. Les ingénieurs le gèrent en arrière-plan, où il compare les simulations de sécurité entre machines et rend les différences visibles.

Fonctionne sur des ordinateurs ordinaires

Un enregistrement de validation suit le modèle

Les vérifications basées sur MPFR détectent les divergences avant utilisation

Vous n'avez pas besoin de comprendre comment ça fonctionne pour profiter de ce que ça fait. Pensez à l'eau propre ou aux bonnes routes. Vous ne voyez jamais le travail, mais votre journée est meilleure parce que quelqu'un l'a bien fait. Voici quatre raisons simples pour lesquelles c'est important.

Voici l'essentiel, montré simplement. Le même test de sécurité s'exécute sur deux ordinateurs différents. Sur des ordinateurs ordinaires, les deux réponses peuvent différer légèrement. Avec ceci, la comparaison rend toute différence visible. Actionnez l'interrupteur et observez ce qui change. Cette comparaison est tout l'intérêt.

Des robots qui travaillent en toute sécurité à côté des gens.

Une puissance stable, testée avant d'être installée.

Vérifiés soigneusement avant d'atteindre un patient.

Testés des milliers de fois sur ordinateur d'abord.

Vous ne l'utiliserez jamais, mais vous utilisez chaque jour ce qu'il aide à protéger. Une voiture, une pompe médicale, l'électricité de votre maison, les machines d'une usine. Chacun est testé sur ordinateur avant d'être construit, et c'est ce qui rend visibles les différences entre les plateformes cibles. Touchez une image pour voir pourquoi cela compte pour chacune.

Un assistant minutieux pour les tests de sécurité

Vous ne l'utiliserez jamais vous-même. Mais c'est un petit outil minutieux qui aide à garder les voitures, les avions et les machines médicales sûrs. Voici toute l'idée, une étape simple à la fois, avec un exemple du quotidien pour chacune.

Un ingénieur en simulation crée et exécute une FMU sur son poste de travail. La même FMU peut être comparée sur un cluster pour des balayages de paramètres. Elle peut aussi être utilisée sur un abri FPGA pour des scénarios de matériel dans la boucle où le budget de latence est serré. Le contrat de rejeu est respecté dans les trois cas.

Écrit en Rust sur la base arithmétique Numerus, FMI utilise des chemins en virgule fixe avec des vérifications de référence MPFR et prend en charge l'échange de modèles, la co-simulation et l'exécution planifiée sur cinq backends.

Virgule flottante remplacée par virgule fixe

Le FMI traditionnel peut varier selon la plateforme car il repose sur la virgule flottante. Dweve FMI utilise un chemin arithmétique en virgule fixe avec des vérifications de référence MPFR. Le modèle de simulation et le dossier de sécurité restent explicites, tandis que la même archive FMU peut être comparée sur station de travail, cluster et FPGA. Le choix de déploiement est opérationnel, pas numérique.

Conserver le modèle et le dossier de sécurité

Masse et énergie chimiques, co-simulation PLC.

Cinématique, trajectoire, fusion de capteurs.

Convertisseurs de puissance, intégration des énergies renouvelables.

Dynamique des pompes et comportement des dispositifs.

Validation des lois de contrôle, pilote dans la boucle.

Moteur, transmission, frein, suspension.

Dweve FMI sert des domaines où les résultats de simulation éclairent la conception et les décisions. L'automobile, l'aérospatiale, les dispositifs médicaux, l'énergie, la robotique, le contrôle industriel et les jumeaux numériques ont tous besoin de preuves que les sorties de simulation sont reproductibles, traçables et contrôlables par plateforme cible.

Arithmétique en virgule fixe correctement arrondie

Dweve FMI s'intègre aux chaînes d'outils existantes grâce à l'import et l'export de FMU, à l'orchestration multi-modèles et au pont de jumeaux numériques. Importez des FMU depuis tout outil compatible FMI 3.0 avec conversion automatique de flottant vers fixe. Exportez des FMU pour les outils en aval qui nécessitent la virgule flottante.

Le dépassement de tolérance arrête l'exécution avec une erreur typée et l'équation nommée.

Une exécution enregistrée se reproduit à partir de son journal d'événements via le pont Twin.

Même FMU sur CPU, GPU, FPGA et périphérie. Vecteurs de sortie comparés.

Opérations en virgule fixe vérifiées par rapport à une référence MPFR.

Les vérifications numériques utilisent le plancher arithmétique Numerus et une référence MPFR. La comparaison multi-backend exécute la même FMU sur chaque cible et enregistre toute différence de sortie. Le rejeu déterministe reconstruit une exécution enregistrée à partir de son journal d'événements, et les modes de défaillance sont bruyants plutôt que silencieux.

Le même noyau déterministe s'exécute sur le CPU du poste de travail, le GPU, le matériel FPGA, un dispositif embarqué en périphérie et des nœuds distribués. Les résultats peuvent être comparés selon le contrat déclaré, donc le choix de déploiement est opérationnel, pas numérique.

Vérité terrain MPFR, utilisée uniquement pour la vérification.

6 chiffres décimaux, scénarios bancaires et de facturation.

32 bits de fraction, profil par défaut, pleine précision.

16 bits de fraction, plages étroites, économe en batterie.

Q31.32 couvre la plupart des besoins de simulation. Q16.16 convient aux cibles embarquées et périphériques. Dec64_6 couvre la comptabilité décimale spécifique au domaine. Les trois reposent sur la base arithmétique Numerus, où chaque opération est correctement arrondie et vérifiée par rapport à la bibliothèque de référence mathématique MPFR.

Une nouvelle puce ou un nouveau cloud signifie revalider l'ensemble du portefeuille.

Une fonction trigonométrique dans une bibliothèque peut différer légèrement d'une autre.

L'optimisation du compilateur modifie l'ordre des flottants ; les résultats changent.

Poste de travail, CI, certification : comparez les plateformes cibles et consignez les différences dans le dossier de sécurité.

L'interface Functional Mock-up est la norme industrielle pour l'échange de modèles et la co-simulation. Elle est utilisée dans des domaines critiques où les résultats de simulation éclairent les décisions de conception, les dossiers de sécurité et les soumissions réglementaires. Les implémentations FMI traditionnelles reposent souvent sur l'arithmétique à virgule flottante IEEE 754, il faut donc vérifier les différences de plateforme.