我们队伍三个人,目前只会UART、SPI和简单状态机,看到2026年电赛题目里出现「边缘AI推理」「实时目标检测」就慌了。网上说现在没个CNN加速都不好意思参赛。想问下真实情况:省奖到底需要做到什么程度?如果只会传统模块,选题上怎么避开AI赛道还能拿分?
2026年电赛FPGA赛题越来越像「AI推理+实时控制」,只练过UART和状态机的队伍还有机会拿省奖吗?
4 个回答

先说结论:省奖大概率还是能拿的,关键是别被网上的风向带跑。电赛的评审逻辑其实很多年没变过,它看的是「你这个小系统有没有闭环、指标有没有达标、方案讲不讲得通」,而不是你用了多潮的技术。AI 推理那类题目之所以显得多,一部分是因为题目本身在往综合方向走,另一部分是因为做 AI 的队伍更愿意发帖,沉默的大多数其实还在做电源、电机、信号处理。
你们现在的底子(UART、SPI、状态机)不算差,但确实偏薄。真正决定能不能拿省奖的,是你能不能把这几样东西拼成一个能自圆其说、指标能测的系统。举个具体方向:中频信号处理,比如做简易频谱分析或者特定频率分量的提取,用 FPGA 做 FFT、加窗、峰值检测,再用 UART 把结果传给上位机显示。这套东西不碰 AI,但涉及采样时序、数据流控制、定点数处理、跨时钟域,难点够,评审也认。再比如电机控制,做电流环或者速度环,用 FPGA 出 PWM、做编码器解码、跑一个简单的 PI 调节器,指标就是转速稳态误差和响应时间,实打实能测。电源类同理,数字控制 Buck/Boost,重点是环路稳定性和动态响应。
选题上避开 AI 赛道的思路很简单:优先挑「有明确物理量、有明确指标、能被仪器测量」的题。AI 题往往指标模糊、评测主观,反而不容易拿稳分。省奖一般看的是基本功能完成度加上一两项指标达标,再有一点方案亮点就够了,不需要你把整个检测网络跑起来。就算题目里带一点「智能」味道,你也可以用轻量分类去应付,比如对提取出的特征做阈值判断或者简单决策树,而不是硬上卷积网络。
时间分配上,建议先花两周把一套完整的采集-处理-输出链路打通,再针对选定方向补专项知识。别一上来就啃 CNN 加速,投入产出比对省奖来说不划算。你们现在最该确认的是:三个人里谁负责数据通路、谁负责控制和接口、谁负责上位机和测试?分工不清的话,再简单的题也会拖到最后一晚。

别慌,省奖没那么玄乎。你们把 UART、SPI 和状态机玩熟,再选个信号处理或者电机控制的题,把指标做扎实,大概率够用。AI 那套是加分项不是门槛,选题时主动绕开就行。

个人感觉,你们现在最该做的不是去补 AI,而是先想清楚一件事:你们三个人能不能在四天里把一个完整链路跑通。省奖的评判标准里,系统完整度的权重往往比单项技术难度更高。
所以选题策略可以反过来想。与其挑一个听起来很酷但你们没把握的 AI 题,不如挑一个你们能把每个模块都讲明白的题。中频信号处理就是个好例子:前端 ADC 采样,FPGA 里做数字下变频或者 FFT,后端把结果通过串口送到屏幕。这条链路每一步你们都能解释清楚,遇到问题也能定位。指标上比如频率分辨率、动态范围,都是可以测的。
如果题目里确实出现了 AI 相关的字眼,也别急着放弃。很多情况下你要做的只是「分类」而不是「检测」,比如把信号分成几类,用简单的特征加阈值就能做,根本不用上神经网络。评审看的是你有没有解决问题,不是你用了多深的模型。
你们现在有没有确定大概想往哪个方向走?这个会直接影响接下来几周该补什么。

先说一个可能不太中听但很关键的判断:你们慌的不是技术差距,是信息差。电赛省奖的评审逻辑这些年没本质变化,它评的是「一个能自洽、能测、能讲清楚的系统」,而不是「你用了什么前沿模型」。网上那些晒 CNN 加速的帖子有很强的幸存者偏差——做出花活的队伍更愿意发帖,而占参赛人数大头的电源、电机、信号处理队伍基本不发帖。所以你看到的『满屏 AI』是采样偏差,不是真实分布。
那省奖到底要做到什么程度?一般来说,能拿到省奖的方案往往满足三条:链路闭环(输入到输出全程能跑通)、指标可测(频率分辨率、控制精度、纹波这类能量出来的数)、方案自洽(每个模块为什么这么选你能答上来)。这三条里没有一条要求你上神经网络。反过来讲,很多翻车的队伍不是技术不够深,而是链路断了一环——比如前端采样做完了,后端的显示或者通信没调通,评审一看系统不完整,分数就下来了。
所以你们选题的核心原则应该是:主动避开 AI 赛道,去挑那些「传统模块就能撑起完整系统」的题。具体几个方向可以考虑。中频信号处理是最典型的,ADC 采样进来,FPGA 做数字下变频或者 FFT,加窗、峰值检测,再通过 UART 把结果送到上位机或者屏幕。这条链路每一步你们都能解释,难点也够——采样时序、跨时钟域、定点数位宽取舍,这些都是能拉开差距的地方,而且完全不碰 AI。电机控制也是老牌方向,电流环加位置环,用状态机管换相和故障保护,指标就是转速稳态误差和动态响应,评审认这个。电源类同理,做闭环稳压,测纹波和负载调整率。
如果题目里确实带了 AI 字眼怎么办?别急着放弃,很多情况下要做的只是分类而不是检测。比如把信号分成几类,你提取几个特征——能量、过零率、频谱重心——加个阈值判断就能出结果,根本不用上网络。评审看的是你有没有解决问题,不是你模型多深。用简单方法把指标做扎实,比硬塞一个跑不动的网络强得多。
还有一个容易被忽略的点:四天时间对三个人来说非常紧。选题时一定要先问自己,这个方案里有没有哪个模块是我们完全没碰过的?如果有,而且它不是核心链路,那就砍掉或者换简单实现。省奖不需要你样样精通,需要的是你把选定的那条链路做透。
你们现在三个人里,有没有人对信号处理或者电机控制这类方向稍微熟一点?这会影响具体选哪条线。
发表回答
登录后可在本页底部提交回答