2026年，使用AMD/Xilinx Versal ACAP平台做‘自适应雷达干扰对抗’这类军事航天项目，在利用AI引擎和可编程逻辑协同处理时，架构设计上有什么特别的考量？
我所在的研究室承接了一个与雷达信号处理相关的预研项目，考虑采用AMD的Versal ACAP平台。项目涉及复杂的电磁环境模拟和自适应干扰算法，计算量大且要求低延迟。Versal集成了AI引擎、可编程逻辑（PL）和处理器系统（PS）。想请教有相关经验的工程师：1. 对于雷达信号处理中的滤波、波束成形等算法，以及AI引擎擅长的矩阵运算，应该如何在这三个异构计算单元之间进行合理的任务划分和数据流设计？2. AI Engine Array和PL之间的数据通信（通过AXI-Stream）带宽和延迟，在实际设计中会成为瓶颈吗？有哪些优化数据搬移的策略？3. 这类涉及军事航天的项目，在选用Versal这类先进平台时，除了性能，还需要考虑哪些非技术因素（如供应链、工具链成熟度、长期支持）？
电路仿真玩家
