FMI 3 Simulation Runtime in Rust | Dweve FMI

Dweve FMI is an Apache-2.0 FMI 3 runtime in Rust for Model Exchange, Co-Simulation and Scheduled Execution. Publishing in the tenth release round.

A Dweve FMI a szimulációban kezeli a platform eltéréseit. A fixpontos profilok és a háttér-ellenőrzések láthatóvá teszik a különbségeket, mielőtt azok biztonsági esetbe kerülnének.

Fixpontos aritmetikai könyvtár, amely az FMI determinizmusát biztosítja.

Determinisztikus bináris lekérdező motor.

Kriptográfiai bizonyítási infrastruktúra az AI érveléshez.

Futtassa a csillapított oszcillátort két támogatott célponton, és hasonlítsa össze a kimeneteket. A referencia-ellenőrzések feltárják az eltéréseket, mielőtt azok biztonsági esetbe kerülnének.

Determinisztikus szimuláció, ellenőrizve

Az alapértelmezett, nem pedig egy fejlesztés

Két kérdés dönt a beszerzésről: hol fut, és ki ellenőrzi a bizonyítékokat. A Dweve FMI az Ön által már birtokolt hardveren fut, helyszínen vagy európai régióban, miközben a modell és az érvényesítési rekord az Ön által választott határon belül marad.

A modell és a bizonyítékok az Öné maradnak

Futtassa a példát, hasonlítsa össze az eredményeket

Egy biztonsági állítás többet igényel egy ígéretnél. Tekintse át az eredmény-szerződést, a támogatott célok mátrixát és az MPFR-alapú ellenőrzési módszert; majd futtassa ugyanazt a példát két gépen, és hasonlítsa össze a kimenetet, mielőtt eldönti, hová illik az FMI.

Nincs időveszteség az eredmények egyeztetésére

Az ok, amiért ez fontos, operatív, nem technikai. Ha ugyanazt a szimulációt egy deklarált szerződés alatt futtatja minden gépen, láthatja, hol tér el egy cél, mielőtt lezárja a biztonsági esetet. A csapatoknak többé nem kell csendben egyeztetniük az eltéréseket. A munka a már meglévő hardveren fut, és az új berendezésre való átállás explicit ellenőrzési utat kap.

Egy beszállító, egy ütemterv, egy ár, amelyet nem Ön határoz meg.

Egy új chip vagy régió újraindítja az ellenőrzést a teljes portfólión.

A csapatok vitatkoznak azon, hogy melyik gép állította elő a helyes eredményt.

Minden platformnak saját biztonsági esetre van szüksége, mert a számok eltérhetnek.

A váltás indokát legkönnyebb összehasonlításként látni. Az egyik oldalon a platformonként változó szimuláció: minden géphez újraellenőrzött biztonsági eset, csapatok, akik olyan számokat egyeztetnek, amelyeknek már egyezniük kellene, és újraellenőrzés minden hardverváltáskor. A másik oldalon az eredmények egy deklarált szerződés alatt összehasonlítva, így a bizonyíték megmutatja, hol tér el egy telepítés. A különbség operatív, nem technikai.

Távolítsa el a futásidőt; a modell és a bizonyíték megmarad

Egy újrahasznosítható biztonsági nyilvántartás

Egy modell, célok között összehasonlítva

Egy szimulációs modellnek láthatóvá kell tennie minden hardverfüggő eltérést. A Dweve FMI egy eredmény-szerződést határoz meg a támogatott célokra, minden háttérrendszert MPFR-orákulummal ellenőriz, és egy ellenőrzési nyilvántartást enged a modellel utazni.

Az eredmény a kinyilvánított szerződést követi

A kérdések, amelyeket az emberek feltesznek

Jogos kérdés, hogy vajon ezzel kell-e foglalkoznia. Nem kell. A mérnökök a háttérben futtatják, ahol összehasonlítják a biztonsági szimulációkat a gépek között, és láthatóvá teszik a különbségeket.

Egy érvényesítési rekord követi a modellt

MPFR-alapú ellenőrzések észlelik az eltérést használat előtt

Nem kell értenie, hogyan működik, hogy élvezze, amit nyújt. Gondoljon rá úgy, mint a tiszta vízre vagy a jó utakra. Soha nem látja a munkát, de jobb a napja, mert valaki jól végezte el. Íme négy egyszerű ok, amiért ez fontos.

Íme a lényeg, egyszerűen bemutatva. Ugyanaz a biztonsági teszt fut két különböző számítógépen. Hétköznapi számítógépeken a két válasz egy kicsit eltérhet. Ezzel az összehasonlítás láthatóvá tesz minden különbséget. Kapcsolja át a kapcsolót, és nézze meg, mi változik. Ez az összehasonlítás a lényeg.

Robotok, amelyek biztonságosan dolgoznak az emberek mellett.

Stabil energia, amelyet telepítés előtt tesztelnek.

Alaposan ellenőrzik, mielőtt a beteghez kerülnek.

Először számítógépen tesztelik ezerszer.

Soha nem fogod használni, de minden nap használod azokat a dolgokat, amelyeket segít megvédeni. Egy autó, egy orvosi pumpa, az otthonod áramellátása, a gyár gépei. Mindegyiket számítógépen tesztelik, mielőtt megépítik, és ez az a rész, amely láthatóvá teszi a különbségeket a célplatformok között. Koppints egy képre, hogy lásd, miért fontos ez mindegyiknél.

Mindenhol láthatóvá teszi a különbségeket

Soha nem fogod használni. De egy kicsi, gondos dolog, amely segít biztonságban tartani az autókat, repülőgépeket és orvosi gépeket. Itt van az egész ötlet, egyszerűen, lépésről lépésre, mindegyikhez egy hétköznapi példával.

Egy szimulációs mérnök szerző és futtat egy FMU-t a munkaállomásán. Ugyanaz az FMU összehasonlítható egy fürtön paraméter-söpréshez. Használható FPGA védőburkolaton is hardver-a-hurokban forgatókönyvekhez, ahol a késleltetési költségvetés szigorú. Az újrajátszási szerződés mindhárom esetben érvényes.

A Rust nyelven, a Numerus aritmetikai alapra írt FMI fixpontos útvonalakat használ MPFR referencia-ellenőrzésekkel, és támogatja a Model Exchange, Co-Simulation és Scheduled Execution módokat öt háttérrendszeren.

A hagyományos FMI platformonként eltérhet, mert lebegőpontos aritmetikán alapul. A Dweve FMI fixpontos aritmetikai útvonalat használ MPFR referencia-ellenőrzésekkel. A szimulációs modell és a biztonsági eset explicit marad, miközben ugyanaz az FMU archívum összehasonlítható munkaállomáson, klaszteren és FPGA-n. A telepítési döntés operatív, nem numerikus.

Tartsa meg a modellt és a biztonsági esetet

Kémiai tömeg és energia, PLC ko-szimuláció.

Teljesítményátalakítók, megújuló energia integráció.

Irányítási törvény validálása, pilóta a hurokban.

A Dweve FMI olyan területeket szolgál ki, ahol a szimulációs eredmények befolyásolják a tervezést és a döntéseket. Az autóipar, a repülés, az orvostechnikai eszközök, az energia, a robotika, az ipari irányítás és a digitális ikrek mind bizonyítékot igényelnek arra, hogy a szimulációs kimenetek reprodukálhatók, nyomon követhetők és célplatformonként szabályozhatók.

Helyesen kerekített fixpontos aritmetika

A Dweve FMI az FMU importálással és exportálással, a többmodelles orchestálással és a digitális ikerhidakkal integrálódik a meglévő eszközláncokba. Importáljon FMU-kat bármely FMI 3.0-kompatibilis eszközből, automatikus lebegőpontos-fixpontos konverzióval. Exportáljon FMU-kat a lebegőpontos számítást igénylő downstream eszközök számára.

A tűrés túllépése leállítja a futtatást egy típusos hibával és a megnevezett egyenlettel.

Egy rögzített futtatás az eseménynaplójából reprodukálható a Twin hídon keresztül.

Ugyanaz az FMU CPU-n, GPU-n, FPGA-n és élen. Kimeneti vektorok összehasonlítva.

Fixpontos műveletek MPFR-referenciával ellenőrizve.

A numerikus ellenőrzések a Numerus aritmetikai alapot és egy MPFR-referenciát használnak. A kereszt-backend összehasonlítás ugyanazt az FMU-t futtatja minden célon, és rögzíti a kimeneti eltéréseket. A determinisztikus visszajátszás egy rögzített futtatást rekonstruál az eseménynaplóból, és a hibamódok hangosak, nem csendesek.

Ugyanaz a determinisztikus kernel fut munkaállomás CPU-n, GPU-n, FPGA-hardveren, beágyazott él-eszközön és elosztott csomópontokon. Az eredmények a deklarált szerződés alapján összehasonlíthatók, így a telepítési választás operatív, nem numerikus.

6 decimális számjegy, banki és számlázási forgatókönyvek.

32 tört bit, alapértelmezett profil, teljes pontosság.

16 tört bit, szűk tartományok, akkumulátorkímélő.

A Q31.32 a legtöbb szimulációs igényt lefedi. A Q16.16 beágyazott és él-célokra illik. A Dec64_6 a domain-specifikus decimális könyvelést fedi le. Mindhárom a Numerus aritmetikai alapon nyugszik, ahol minden művelet helyesen kerekített és az MPFR matematikai referenciakönyvtárral ellenőrzött.

Új chip vagy felhő azt jelenti, hogy a teljes portfóliót újra kell érvényesíteni.

A trigonometric function in one library can differ slightly from another.

Compiler optimisation changes float order; results shift.

Workstation, CI, certification: compare the target platforms and record differences in the safety case.

The Functional Mock-up Interface is the industry standard for model exchange and co-simulation. It is used in safety-critical domains where simulation results inform design decisions, safety cases, and regulatory submissions. Traditional FMI implementations often rely on IEEE 754 floating-point arithmetic, so platform differences need to be checked.

Dweve FMI implements the FMI standard for Model Exchange, Co-Simulation and Scheduled Execution, built in Rust with deterministic fixed-point arithmetic. Real-valued computations follow the configured fixed-point path. Results can be compared across CPU, GPU, FPGA, edge and distributed targets, with MPFR used as a mathematical reference where applicable. Three fixed-point profiles cover engineering targets from embedded devices to GPU parameter sweeps without changing the simulation model.

The same FMU archive can be compared on each backend. One simulation, one validation record.

CHECK: output vectors compared with the reference

steps: 1000 backend: fpga profile: Q16.16

steps: 1000 backend: cpu profile: Q31.32