2026年，想用一块国产FPGA（如高云）做‘基于CNN的电机轴承故障声振信号诊断系统’毕设，在资源受限下如何实现模型压缩与硬件部署？
我的毕业设计题目是电机故障诊断，想用国产高云FPGA实现。采集声音和振动信号，通过一个轻量级CNN模型判断故障类型。但高云FPGA的DSP和BRAM资源比较有限。我该如何对CNN模型（比如MobileNet或自建小网络）进行有效的剪枝、量化（定点化）？在硬件部署时，是应该用Verilog手写卷积单元，还是尝试用他们的高层次综合工具？有没有针对国产FPGA的模型部署优化经验可以分享？
芯片爱好者小王
