Die Predictive Maintenance Toolbox von MathWorks arbeitet mit Sensor- und Ausfalldaten (etwa aus Simulink-Modellen), die Anwender genau analysieren und labeln können. Dazu stehen diverse Methoden, Modelle und ein umfangreiches Reservoir an Referenzbeispielen zur Verfügung. Mit diesen Mitteln lassen sich bei überschaubarem Aufwand eigene Algorithmen zur vorausschauenden Wartung entwickeln und testen. Zum Ausprobieren gibt es die Toolbox als freie 30-Tage-Testversion .

Auch in Sachen Deep Learning, Embedded Vision und Autonome Systeme bleibt MathWorks am Ball: Matlab für Deep Learning wird mit TensorRT -Beschleuniger kurzgeschlossen, und zwar via GPU Coder . Gedacht ist das für anspruchsvolle KI-Anwendungen mit hohem Durchsatz und geringer Latenz. Auf diese Weise ließen sich internen Benchmarks zufolge auf Nvidia-GPUs fünfmal schnellere Ergebnisse im Vergleich mit TensorFlow erzielen. Vorgestellt werden soll das System auf GPU Technology Conference im Oktober 2018.