2026年，FPGA大赛做AI加速器，YOLOv8n在Zynq上部署时BRAM不够用怎么办？求具体优化策略
我们团队今年备赛FPGA大赛，选了AI加速器方向，想用Zynq部署YOLOv8n做实时目标检测。现在PL侧BRAM资源严重不足，权重存储和中间特征图缓存都吃紧。试过量化到INT8但效果变差，也试过分时复用但流水线被打断。想问下有没有具体的BRAM优化策略？比如权重剪枝、特征图压缩、或者改用DDR共享？另外，国产高云FPGA的BRAM更少，有没有针对性的部署技巧？求有经验的学长分享下踩坑和解决思路。
嵌入式开发萌新
