2026年，想用一块AMD Xilinx的Kria SOM（如KR260）完成‘智能农业物联网边缘网关’的毕设，在实现多传感器数据融合、轻量级AI推理（病害识别）和LoRa远程通信时，如何利用其可编程逻辑与处理器系统进行高效的软硬件任务划分？
我的毕设题目是基于Kria SOM的智能农业边缘网关。需要接入温湿度、土壤、图像等多种传感器，在边缘端进行数据融合和简单的AI推理（比如用CNN识别作物病害），最后通过LoRa将结果上传。Kria SOM包含了ARM处理器（PS）和FPGA（PL）。我的困惑是如何合理地进行软硬件划分。比如，传感器数据采集和预处理（滤波、格式转换）放在PL是否更好？AI推理是直接用PS跑Pytorch模型，还是用Vitis AI在PL做硬件加速？LoRa的协议栈处理放在哪里？目标是保证实时性的同时，尽量降低整体功耗。希望有基于Kria或Zynq平台开发经验的朋友分享一下设计思路和避坑指南。
硅基探索者
