2026年，FPGA做轻量级大模型LLM部署，用Zynq跑TinyLlama或Gemma Nano，BRAM和DSP资源够用吗？求实际工程经验
最近看到很多边缘AI部署的文章，想把轻量级LLM比如TinyLlama或者Gemma Nano放到FPGA上做推理加速。我手头有块Zynq-7020，查了下BRAM只有4.9Mb，DSP只有220个，量化到INT4后模型大小还是远超BRAM。想问下有没有人实际在Zynq上做过类似项目？模型参数是放在DDR里然后逐层加载到BRAM做计算吗？这样会不会导致推理延迟太大？还有AXI4-Stream的数据搬运怎么优化才能减少瓶颈？求分享真实踩坑经验，别光说理论。
芯片初学者
