自動生成的代碼支持哪些硬件平臺？前面我們提到了Target Support Package，今天我們再來看看另外兩處引發這個問題的地方。

M配置參數中的硬件實施

硬件實施（Hardware Implementation）設置里給出了代碼生成支持的各種處理器，如下圖所示，我們可以選擇Freescale的MPC 55xx系列的單片機，也可以選擇Infineon的TriCore等等，從這個列表來看，基本上涵蓋了我們平時可以接觸到的大多數單片機。

不過，產品開發過程中，不少公司會跟半導體公司同步，使用半導體公司開發過程中的最新單片機，也有的時候，我們在使用一些比較小眾的單片機，這樣一來，這個列表就可能難以做到面面俱到。所以就有用戶做翻遍了這個列表依然沒有找到自己使用的芯片之后，會跟我們抱怨代碼生成不支持他們使用的單片機。

我們來仔細看一下這個列表，在我們選中一款處理器之后Device details下面都有哪些內容，首先是Number of bits，這里給出了各種數據類型對應的字長，比如char，short，float，double，pointer等，不同的單片機這些數據可能是不同的，比如，對于C語言中的數據類型char，多數情況下都會定義為8個位，而TI的C2000系列的MCU卻把char定義為16個位。long就更是多種多樣了，有的處理器里被定義為32bits，也有的被定義為64bits，TI的C6000 DSP里long是40bits。代碼生成之后，在rtwtypes.h文件里會有這些基本數據類型的定義。如下所示：

typedef signed char int8_T;

typedef unsigned charuint8_T;

typedef shortint16_T;

typedef unsigned shortuint16_T;

typedef intint32_T;

typedef unsigned intuint32_T;

typedef floatreal32_T;

typedef doublereal64_T;

Largest atomic size，最大原子尺寸，定義了整型的最大原子尺寸，同時也給出是否支持浮點類型以及單精度、雙精度浮點的選項。

還有一些，類似于字節順序之類的選項，用以選擇Little Endian還是Big Endian。

如果能從上述列表中找到我們正在使用的處理器，在代碼生成之前有必要將這個選項設置成跟我們一致的處理器。如果這個列表中找不到呢？是否就意味著代碼生成不支持你們的處理器呢？

答案是否定的，我們可以注意一下，在Device vendor下拉菜單的最下面可以找到Custom Processor選項，我們已經知道，針對不同的處理器，在生成的代碼里，有必要做出區分的也就是各種類型的字長、是否支持浮點等設置，既然如此，對于列表中不存在的處理器，只需要在選中Custom Processor之后做一些相關設置即可。

如下圖，在選擇了Custom Processor之后，前面我們提到的各種信息都變成可編輯狀態。

通過人為設置這些選項，可以滿足那些列表中不存在的處理器的要求，所以從這個意義上來講，代碼生成工具支持所有處理器，即便是在現有列表里找不到的處理器，也可以通過自己定制的方式定制字長等信息，實現對這款處理器的支持。

M配置參數中的代碼替換選項

在配置參數里，還有一個可能引起用戶困惑的地方，那就是代碼替換選項（Code Replacement）。在有些版本的MATLAB里面，配置參數：

Configuration Parameters > Code Generation > Interface > Code replacement library

選項里，也列出了不少處理器，下圖是來自于MATLAB R2016b的選項。

這里我們看到了一些ARM處理器，TI的某些處理器等等：

這個選項的目的是為了實現代碼優化，比如，通常我們做除法運算都是通過除法運算符“/”實現，x/y實現x除以y的運算，而有的半導體廠商可能通過專門的除法運算接口，比如divide(x, y)，通過這個接口運算，編譯之后的代碼在速度上可能會比x/y更快。

半導體公司如果提供類似一些指令級的優化，通常可以通過代碼替換的方式實現，以剛才提到的除法運算為例，如果半導體公司對某些運算做了優化，并封裝成庫文件的形式，在代碼生成之后，生成的代碼里就沒有“/”實現的除法運算，而是通過divide()實現。

除了半導體公司可能提供這類優化之外，用戶也可以自己做類似的優化，對于一些運算量很大的運算，我們經常使用查表的方式實現，比如，算法中有sine運算，但速度可能難以滿足我們的要求，在工程上，我們通常使用查表的方式實現sine運算，我們也可以通過制作代碼替換庫，并讓算法代碼中不出現標準數學庫里的sin()運算，而是my_sine()等自己定義的由查表實現的運算。

當然，如果我們對速度沒有要求，我們可以無視這個代碼替換選項。

不管替換與否，我們不難看出：

從這個層面上，代碼生成工具也是支持所有處理器的。

很多人關心生成的代碼是否支持某某處理器的疑問，基本上是來自于上述三個原因吧。