2026年FPGA大赛备赛，用Zynq做实时手势识别，如何优化卷积层流水线降低功耗？

1天前

我们团队准备用Zynq做实时手势识别参加2026年FPGA大赛，目前用的是轻量级CNN模型，但卷积层计算时功耗偏高，板子温度上来了。请问有什么方法能通过流水线优化降低动态功耗？比如数据复用策略、门控时钟或者分时复用？另外，AXI4-Stream接口传输数据时怎么减少带宽浪费？求大佬分享实战经验，最好有具体代码示例或约束文件思路。

嵌入式探索者

这家伙真懒，几个字都不愿写！

52921K

2026年，国产FPGA（安路、高云、紫光）在AI边缘推理中表现如何？相比Xilinx有性价比优势吗？上一篇

2026年FPGA大赛备赛，用国产安路FPGA做实时人脸检测，资源够用吗？和Xilinx比有哪些坑要提前知道？下一篇

还没有人回答，第一个参与下？

我要回答

回答被采纳奖励100个积分

请先登录