2026年电赛FPGA赛题越来越像AI题，只会写状态机和串口的队伍还有没有活路？

先别把问题设成「硬啃CNN」和「换传统题」二选一，多数电赛题的评分点其实拆得很细：数据采集、时序正确、显示交互、指标达成，各占一部分。你们先翻赛题原文，看它到底写没写「必须用FPGA做推理」。如果只要求「用FPGA平台完成识别」，那采集和预处理放FPGA、推理丢给软核跑轻量模型，是完全合规的路线，而且对基础弱的队伍更友好。

真要往CNN加速走，坑主要在几个地方：摄像头数据流的时序与缓存（DDR或BRAM够不够）、定点量化带来的精度掉点、以及最容易被忽略的——你根本没有一套能在PC上先跑通的参考实现。常见做法是先在Python里把网络训好、量化成8位，再逐层搬到硬件，逐层对拍。没有这个「黄金参考」，调试会变成玄学。

保底题的思路也没错，信号处理、通信类题目天然吃FPGA的并行优势，FFT、滤波、调制解调这些你们练的模块能直接复用，风险低很多。但要注意别把它当逃避——选拔赛和正式赛题型可能不同，保底题是「确保有分」，不是「确保晋级」。

给个可执行的折中：主力练一条传统信号链题保证交付，同时用两周时间做一个最小可用的MNIST硬件推理demo（哪怕只是几层全连接），既能应付AI方向的选拔题，也能在面试里讲清楚。你们现在手上有能跑通的摄像头采集链路吗，还是连数据流都还没打通？

我理解你们的焦虑，但我想从「投入产出比」这条线往下说，因为这可能比技术路线本身更决定成败。

大二队伍，备赛底子是数码管、按键、串口，这说明你们真正缺的不是CNN知识，而是「一条完整的、能自证的工程链路」。AI题最坑的地方在于：它的失败是沉默的。传统题比如串口收错一个字节，你一眼能看出来；但CNN推理精度从95%掉到60%，你根本不知道是量化错了、时序错了、还是权重导错了。没有参考实现，调试全靠猜。

所以我的判断是：先别碰加速器，先建立「黄金参考」。具体做法是，在PC上用Python把网络训好、量化成8位、导出权重，再写一个纯软件的推理脚本，输入同一张图，记录每一层的中间结果。有了这条链路，你后面往FPGA搬的时候，才能一层一层对拍，知道错在哪。没有它，硬啃CNN就是拿比赛时间赌运气。

再说替代路线。如果赛题没强制FPGA推理，那FPGA负责采集和预处理、软核跑轻量模型，是很务实的做法，而且评委看的是整体方案，不是单点炫技。至于保底题，信号处理和通信类确实更适合基础弱的队伍，因为它们的正确性容易验证，FFT出来频谱对不对、滤波器截止频率准不准，一目了然。

最后一句：趋势是趋势，但比赛是比赛。你们要做的不是追上趋势，而是在有限时间里交出一个能跑通、指标稳、讲得清的系统。你们板子的DDR容量和摄像头接口是什么型号？这个直接决定软核方案能不能落地。

先说个容易被忽略的点：电赛评的是「指标达成」和「方案合理性」，不是「你有没有手撸一个卷积加速器」。所以第一步不是纠结啃不啃CNN，而是把校内选拔题原文翻出来，看它到底写没写「必须用FPGA完成推理」这句话。很多题只要求「在FPGA平台上完成识别流程」，那采集、灰度化、二值化、缩放这些放FPGA做，推理丢给软核跑个轻量网络甚至模板匹配，完全合规。指导老师说「用FPGA有加分」，加分点往往在数据通路的时序、流水线设计、资源优化上，而不是在推理那一步。

硬啃CNN硬件加速的风险要有数：定点量化精度掉点、DDR带宽不够、逐层对拍没有黄金参考，这三样凑齐了，调试会变成玄学，大二队伍很容易卡到比赛结束。所以我建议做个分层决策：先花两天搭一个「PC端Python训好模型→量化→导出权重」的参考链路，能跑通再考虑搬硬件；搬不动就退回软核方案保底。

如果时间确实不够，换信号处理或通信类题也不丢人。FFT、滤波器、调制解调这些天然吃FPGA的并行优势，你们练过的串口、状态机正好是控制通路的基础，反而更容易出稳定指标。关键是别把宝全押在一个没跑通的AI链路上。你们现在手上有没有能用的摄像头模块和DDR板卡？这个决定了路线能不能走通。

其实不用二选一。先看赛题原文有没有强制FPGA做推理，没有的话采集预处理放FPGA、推理丢软核，能交差还能拿分。真要冲CNN加速，先确认板子DDR和摄像头时序扛不扛得住，不然容易翻车。