2026年FPGA大赛经验：连续两年止步省赛，复盘后我发现选题阶段就错了，该怎么判断一个赛题能不能落地？

先说一个容易被忽略的点：连续两年省赛出局，未必是你不努力，而是把「选题」当成了「选方向」。方向是图像处理、边缘AI这种词，选题是具体到一个能在赛期内跑通、能演示、能讲出量化指标的题目。你前两次栽的地方，大概率就是停在方向层面就开始动手了。

我的经验是，判断能不能落地，核心看一条因果链：赛期时间 → 你要交付的演示形态 → 每个模块的验证难度 → 你手上已有的可复用资产。很多队伍反过来做，先想我要做多牛的东西，再倒推时间，结果就是中期发现某个环节卡死，比如模型部署工具链版本不匹配、摄像头采集和算法帧率对不上，然后整条线崩掉。

所以选题前一定要做技术预研，而且预研的目标不是「学知识」，是跑通最小闭环。比如你想做边缘AI缺陷检测，最小闭环就是：一块板子、一个摄像头或一段固定视频、一个已经量化好的小模型、能把结果输出到屏幕或串口。这个闭环哪怕精度很烂、跑得慢，只要通了，你就知道后面哪些环节是可控的、哪些是坑。没跑通之前，别写开题报告，也别承诺任何创新点。

评估清单我自己会这么列：第一，工作量能不能在赛期内完成，注意是「完成 + 调试 + 写文档 + 录演示」，一般要留出三分之一时间给收尾，很多人只按开发时间估；第二，创新点是否清晰可量化，比如「把推理延迟从X降到Y」比「引入注意力机制」这种说法靠谱得多，评委也更容易买账；第三，有没有现成参考可快速验证，开源工程、往届作品、厂商demo都算，完全没有参考的方向，除非你队里有人已经做过类似的，否则慎选。

还有一个很现实的取舍：越热门的方向，参考越多，但撞题概率也越高。图像处理和边缘AI就是典型。你要么在热门方向里找一个足够窄的切口，比如特定场景下的低功耗推理调度；要么换一个不那么拥挤但资料也够的方向。窄切口的好处是创新点天然清晰，坏处是可能找不到现成代码，得自己啃。

最后提醒一句，选题阶段最该问自己的不是「这个题目牛不牛」，而是「如果中期某个模块挂了，我有没有退路」。有退路的题目才是能落地的题目。你前两次的板子和工具链是同一套吗？如果换了平台，预研成本要重新算。

先说一个很多人复盘时不会承认的事：连续两年省赛出局，大概率不是题目选得不够新，而是你选的题目在赛期里无法形成一条完整的因果链。什么叫因果链？就是输入从哪来、经过什么处理、输出给谁看、评委怎么在三分钟内判断它有效。图像处理和边缘AI这两个方向本身没错，错的是它们太像「方向」而不像「题目」。方向是名词，题目得是一个能演示的动作。

判断能不能落地，我习惯先做一次反向推演，不是从技术倒推时间，而是从演示形态倒推技术栈。你先问自己：决赛现场我打算让评委看到什么？是一块板子接HDMI实时出图，还是一段离线视频跑完给出检测框，还是一个串口打印的数值？这个答案一旦定下来，工作量基本就锁死了。实时出图意味着你要处理采集、缓存、时序、显示四件事，任何一环没调通都是零；离线跑视频就宽容得多，采集可以用SD卡预存，帧率不用死磕。很多队伍死在选题阶段，就是嘴上说做实时，心里想的是离线。

第二步才是评估创新点能不能量化。省赛评委见过的「基于FPGA的图像处理」没有一千也有八百，你的亮点必须能被一句话说清并且带上数字，比如「在1080p下把Sobel边缘检测延迟压到X毫秒」或者「用定点量化把模型精度损失控制在Y%以内」。如果一句话说不出来，说明创新点还没成型，这时候动手就是赌。

第三步我建议你做一个最小闭环预研，时间控制在两周内。目标不是学知识，是验证工具链能不能跑通：综合能不能过、时序能不能收敛、板子和上位机通信顺不顺。这一步跑通了，题目才算立项；跑不通，趁早换。另外提醒一句，别把「有现成参考」当成抄袭，开源工程是给你验证可行性的，不是给你交作业的。你手上现在有没有一块能稳定跑通综合和下载的板子，以及一套你熟悉的开发流程？这个条件不明确，任何选题建议都是空谈。

最后补一个容易被忽略的取舍：赛题不是越难越好，是越「可讲」越好。评委时间有限，能演示、能讲清、能自证，比技术栈堆得多重要得多。把力气花在把一件事做透，而不是做很多件事都半途而废。

选题前先逼自己写一句话：赛期内我要交付的演示是什么样。写不出来，说明题目还没成型。然后拿这句话去拆模块，每个模块问一句「我两周内能验证它吗」，验证不了的模块要么砍掉要么换成成熟方案。创新点也一样，必须能带数字说出口，说不出口就是没亮点。三件事都能落地，再动手。

先别急着看别人拿了什么奖，回头把自己那两次的复盘再往下挖一层：你当时是真的『选题错了』，还是『选完题之后没有及时止损』？这两种病，药方不一样。

评估一个方向能不能落地，我个人习惯盯三个东西。第一是交付物能不能用一句话描述清楚，比如『一块板子上电后，摄像头对着传送带，屏幕实时框出缺陷位置，并给出每帧耗时』。描述不出来，说明你脑子里的还是方向不是题目。第二是这条链路里最不确定的那一环是什么，它能不能在两周内单独验证。图像处理和边缘AI最坑的地方不是算法本身，而是采集、缓存、时序、显示、模型部署工具链这些外围，任何一个没通，整条线就是零。第三是有没有可以快速抄作业的现成参考，开源工程、往届报告、芯片厂商的参考设计都算，没有参考意味着你要从零趟坑，赛期根本不够。

还有一个维度很多人不评估：风险的可逆性。就是说，如果某个模块做到一半发现走不通，你有没有 Plan B 能保住演示。比如实时出图做不到，能不能退成离线跑一段预存视频出结果；模型精度上不去，能不能退成传统算法加人工阈值。选题时就要把这条退路想好，而不是中期崩了才慌。

顺便说一句，太简单没亮点和做不完其实是同一个病：你没有在选题阶段把工作量切成可验证的小块。真正靠谱的做法是先跑最小闭环，一块板子加一路输入加一路输出，跑通了再往上加创新点。

你这两次出局，是卡在算法效果上，还是卡在外围链路没打通？这个决定了你下一届该换方向还是换做法。

再说一个容易被忽略的判断标准：评委的认知成本。你的题目要让评委在三分钟内看懂它在干什么、难在哪、结果好不好。边缘AI这种词评委听太多了，但如果你能说清楚『我在一块低端FPGA上把某个量化模型塞进去，帧率从多少提到多少，资源占用降了多少』，这就是可量化的创新点。反过来，如果你的亮点只能靠口头解释，那基本等于没有亮点。

所以我的评估清单其实很短：一句话交付物、最不确定的那一环、两周内能否验证、有没有现成参考、退路是什么、创新点能不能带数字说出口。这六条过不了，就别动手。过了，再谈技术选型。

先说一个反直觉的观察：你连续两年出局，大概率不是选题不够好，而是你评估选题的方式本身是错的。大部分人评估赛题时问的是「这个方向难不难、够不够新」，但真正决定成败的问题是另一个——这条技术链路里，最不确定的那一环，我能不能在两周内单独把它验证掉。

为什么是这个问法？因为竞赛的时间结构不是线性的。你以为是「四个月慢慢推进」，实际是「前两个月试错、中间一个月填坑、最后一个月救火」。一旦某个关键环节卡住超过两周，整条链路就没有时间做第二次尝试了。图像处理和边缘AI恰好是重灾区：算法本身可能三天就跑通了，但采集、缓存、时序对齐、模型部署工具链版本匹配、显示输出这些外围，任何一个不通，你的演示就是零。你前两次很可能不是算法不会，而是被外围拖死的。

所以选题阶段真正要做的动作，是画一条从输入到输出的完整链路，然后逐一标注每一环的「验证成本」——不是实现成本，是验证成本。比如「摄像头采集到DDR缓存」这一环，验证成本可能是两天（有现成参考设计）；「量化模型部署到FPGA并跑通推理」这一环，验证成本可能是两周甚至更久（工具链版本、算子支持、量化精度都可能出问题）。把每一环的验证成本加起来，如果超过赛期的一半，这个题就该砍或者换。

创新点的判断也有个简单粗暴的标准：能不能用带数字的一句话说出来。比如「在1080p输入下达到每秒30帧、功耗低于3瓦的缺陷检测」，这就是可量化的创新点；「基于深度学习的智能检测系统」就不是，它只是方向的名字。评委在三分钟里判断你的作品有没有亮点，靠的就是这种带约束的数字，而不是你用了什么网络结构。

还有一个容易被忽略的维度是「可逆性」。如果某个环节验证失败，你有没有退路？比如实时处理跑不动，能不能降级成离线处理？高分辨率跑不动，能不能降到720p？如果一个题目的任何一环失败都意味着全盘皆输，那它的风险太高，不适合竞赛。好的选题应该像搭积木，每一块都能单独站住，最后拼起来是个完整的东西。

具体到操作层面，建议你在正式定题前做一次「最小闭环预研」：用一周时间，把整条链路里最不确定的那一环单独跑一遍。不用做完整作品，只要证明「这一环是通的」就行。如果一周内跑不通，要么换方案，要么换题。这一步做完，你对工作量的估计会准得多。

最后问一句：你前两次的题目，具体卡在哪个环节？是算法精度不够，还是外围没调通？这个信息决定了你下一次该往哪个方向调整。