在邊緣計(jì)算與嵌入式AI領(lǐng)域,F(xiàn)PGA憑借其可重構(gòu)性與并行計(jì)算優(yōu)勢(shì),成為卷積神經(jīng)網(wǎng)絡(luò)(CNN)硬件加速的核心載體。然而,傳統(tǒng)CNN模型參數(shù)量龐大,直接部署會(huì)導(dǎo)致FPGA資源耗盡與功耗激增。本文聚焦權(quán)重壓縮與計(jì)算單元復(fù)用兩大核心技術(shù),結(jié)合Verilog代碼實(shí)現(xiàn)與工程案例,探討FPGA實(shí)現(xiàn)高效卷積層加速的解決方案。