2026年FPGA大赛做实时AI语音识别，用高云FPGA部署Transformer模型时LUT不够，怎么通过稀疏化和脉动阵列优化硬挤出来？

2小时前

我们团队今年准备用高云FPGA参加FPGA大赛，做实时AI语音识别，部署了一个小型的Transformer模型，结果综合后LUT资源直接爆了。想问一下有经验的大佬，除了模型剪枝和量化，怎么通过稀疏化技术或者脉动阵列架构来硬挤资源？具体到高云FPGA的架构，怎么实现稀疏化计算单元？脉动阵列的PE规模怎么设计才能平衡速度和资源？求具体优化方案和代码思路，急！

逻辑设计新人Leo

这家伙真懒，几个字都不愿写！

181.47K2.32K

2026年，FPGA大赛做实时AI语音识别，MFCC特征提取和DNN推理的资源平衡怎么搞？求具体分工方案上一篇

2026年FPGA大赛用安路FPGA做实时AI语音降噪，BRAM不够用，除了剪枝还有哪些硬核优化技巧？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