AI芯片设计基础：原理、架构与实践

本书立足后摩尔时代计算需求，围绕“AI-硬件协同设计”核心理念，深入讲解数字逻辑、微架构设计、GPU/TPU/NPU等典型AI芯片架构、硬件描述语言及芯片设计全流程，通过理论解析、产业级代码示例和EDA工具实践相结合的方式，帮助读者建立从算法到芯片的跨学科视角，掌握AI芯片设计的核心方法论。

本书适合AI芯片研发人员阅读学习，也可供高校智能计算与集成电路相关专业的学生参考。

第1章 AI芯片概述

1.1 AI芯片的定义与重要性

1.2 AI芯片的发展历史

1.3 传统计算与AI计算的区别

思考题

参考文献

第2章 数字逻辑设计基础

2.1 数字逻辑的基本概念

2.2 组合逻辑电路

2.3 时序逻辑电路

2.4 常用逻辑单元设计

思考题

参考文献

第3章 微架构基础

3.1 指令集架构

3.2 流水线设计

3.3 并行计算与多核设计

3.4 存储层次结构

思考题

参考文献

第4章 AI芯片架构

4.1 通用处理器与专用AI加速器

4.2 GPU架构

4.3 TPU架构

4.4 神经网络处理单元（NPU）

思考题

参考文献

第5章 硬件描述语言

5.1 Verilog HDL简介

5.2 VHDL简介

5.3 SystemVerilog与高级设计

5.4 HDL设计中的仿真与验证

思考题

参考文献

第6章 芯片设计流程

6.1 RTL设计概述

6.2 EDA工具介绍

6.3 电路布局与布线

6.4 设计验证与测试

思考题

参考文献

第7章 AI芯片设计案例研究

7.1 NVIDIA GPU案例研究

7.2 Google TPU案例研究

7.3 特定任务AI芯片的设计实例

思考题

参考文献

第8章 AI芯片设计的未来发展与挑战

8.1 AI芯片设计的未来趋势

8.2 AI芯片设计中的挑战与解决方案

8.3 新兴技术对AI芯片设计的影响

思考题

参考文献