2026年，芯片行业‘AI推理芯片’需求爆发，FPGA工程师转AI加速方向，需要掌握哪些关于模型量化和稀疏计算的新技能？
我是一名工作3年的FPGA工程师，主要做通信基站中的数字信号处理。看到AI推理芯片市场火爆，想转行做AI加速。听说现在FPGA上做神经网络推理需要掌握模型量化（如INT8/INT4）、稀疏计算和HLS工具链，但不知道具体要学哪些框架和协议？比如Xilinx的DNNDK、Vitis AI和TensorRT有什么区别？自学的话，推荐从哪个开源项目（如YOLOv5的FPGA实现）入手？
电子工程学生
