2026年，FPGA毕设选题‘基于Zynq MPSoC的软硬件协同智能视觉检测系统’，在实现中将AI模型部署在PL端加速，PS端运行Linux和应用软件，如何进行合理的软硬件任务划分、高效的数据交互（如通过AXI DMA）以及系统级的性能评估与优化？
我的毕设题目是基于Xilinx Zynq UltraScale+ MPSoC平台，做一个智能视觉检测系统，比如缺陷检测。计划用PL（FPGA）部分做图像预处理和神经网络加速，PS（ARM）部分跑Linux和上层控制软件。现在在系统架构设计上遇到了困惑：1. 哪些算法适合放在PL实现，哪些适合放在PS？判断依据是什么？2. PS和PL之间通过AXI总线通信，数据量很大时，如何使用DMA来提高吞吐量，具体配置流程是怎样的？3. 最后如何评估整个系统的性能瓶颈（是PL算力不足，还是PS与PL通信带宽不够，或者是软件调度问题）？希望有做过类似系统的前辈能给一些实战经验分享。
嵌入式新手2024
