2026年，想入门学习AI芯片的FPGA原型验证，除了学习UVM和SystemVerilog，还需要重点掌握哪些关于AI芯片架构（如脉动阵列、数据流）和验证方法学的特定知识？
我是一名有3年数字IC验证经验的工程师，一直做传统消费电子SoC的验证。看到AI芯片方向很火，特别是FPGA原型验证岗位需求不少，想往这个方向转型。我本身有UVM和SV的基础，但对AI芯片的架构特点了解不深。想请教各位前辈，要胜任AI芯片（比如NPU、TPU）的FPGA原型验证工作，除了通用的验证技能，还需要重点补充哪些知识？比如是否需要深入理解张量计算单元、权重缓存机制、数据流控制？在验证方法上，针对AI芯片的算力验证、精度验证（定点/浮点）、以及大规模的并行数据激励生成，有没有特别需要注意的地方或最佳实践？有没有推荐的学习资料或开源项目可以练手？
嵌入式学习ing
