2026年，想用一块Lattice的低功耗FPGA完成‘物联网节点振动信号异常检测’的毕设，在实现轻量级AI模型时，如何克服小容量器件资源与能效的挑战？
我的毕业设计题目是基于FPGA的物联网边缘节点振动监测。导师建议使用Lattice的低功耗FPGA（如iCE40或ECP5系列），因为它们功耗极低，适合电池供电。我的任务是采集振动传感器信号，通过一个轻量级神经网络（比如1D CNN）实时判断设备是否异常。但这类FPGA的逻辑资源和DSP单元非常有限，BRAM也不多。我该如何在如此受限的资源下，实现一个有效的AI推理引擎？是应该全力做算法压缩（二值化/三值化网络），还是重点优化数据流和存储访问架构？有没有针对超低功耗FPGA的AI模型部署的开源参考或工具链？
FPGA探索者
