2026年，FPGA大赛用国产安路FPGA做实时语音识别，BRAM不够用怎么办？求具体模型剪枝和量化策略

1小时前

备赛FPGA大赛，选了国产安路FPGA做实时语音识别，模型是轻量级CNN+RNN混合结构，但综合后发现BRAM资源爆了，差了一半。想请教有经验的选手，针对安路FPGA的BRAM结构（比如块大小和分布），具体的剪枝策略和量化位宽怎么选？是优先剪枝全连接层还是卷积层？INT8量化后精度掉到多少算正常？另外，有没有开源项目或者论文可以参考，能直接应用到国产FPGA上？

编程小匠

这家伙真懒，几个字都不愿写！

212700

2026年，FPGA校招笔试常考的Verilog语法陷阱有哪些？新手如何避开综合错误？上一篇

2026年，FPGA大赛做实时语音识别，用安路FPGA还是高云FPGA更容易出效果？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