2026年了，FPGA工程师做边缘AI推理，模型只有5MB但DSP不够用，除了换芯片还有什么硬优化招？

最近在做一个边缘AI推理项目，FPGA资源太紧了。模型量化后大概5MB，但目标芯片的DSP数量有限，卷积计算根本跑不动。换更大芯片成本又扛不住。我试过把一些乘法改成移位和加法，但精度掉得厉害。想问问各位大佬，除了换芯片，还有没有更系统的资源优化思路？比如数据流重构或者算子拆分之类的，最好有具体案例参考。