本書系統(tǒng)闡述了人工智能邊緣計算在邊緣端場景下的數(shù)字芯片設計與SoC系統(tǒng)集成設計。全書以“算法—芯片—系統(tǒng)”協(xié)同優(yōu)化為主線，重點解析了輕量化深度神經網絡的設計方法及其在硬件架構中的映射實現(xiàn)，內容涵蓋卷積神經網絡專用電路模塊的設計原理、面向AI計算特征的數(shù)據(jù)存儲架構優(yōu)化策略，以及基于SoC的神經網絡加速器集成技術。此外，基于軟硬件協(xié)同設計方法論，本書深入探討了如何通過量化實現(xiàn)算法輕量化，并保持硬件計算的準確性。在應用層面，結合人臉口罩識別和農作物病蟲害識別的典型場景，解析了人工智能邊緣計算芯片在功耗約束下的性能優(yōu)化方案。本書融合了深度學習算法輕量化、卷積神經網絡加速器設計、加速器SoC系統(tǒng)集成等前沿技術，構建了從理論算法到數(shù)字芯片設計的完整知識體系，為人工智能邊緣計算芯片與系統(tǒng)的設計提供了重要參考。本書適合作為高等院校電子信息、集成電路、計算機、自動化等專業(yè)的高年級本科生及研究生教材或實踐項目指導書，也可為相關行業(yè)工程技術人員的入門參考書。
鐘世達，博士，畢業(yè)于英國南安普頓大學，主要研究方向為無線通信、邊緣計算與數(shù)字集成電路設計等�，F(xiàn)任深圳大學電子與信息工程學院通信工程系副系主任、副教授，碩士生導師，獲廣東省優(yōu)粵卡人才、廣東省優(yōu)秀創(chuàng)新創(chuàng)業(yè)導師、深圳市優(yōu)秀教育工作者、深圳市“孔雀計劃”高層次引進人才等榮譽。國家級一流本科課程團隊核心成員，主編多部教材，指導學生多次獲得中國研究生電子設計競賽、全國大學生集成電路創(chuàng)新創(chuàng)業(yè)大賽、全國大學生嵌入式芯片與系統(tǒng)設計競賽等全國一等獎。黃磊，深圳大學講席教授，博士生導師，現(xiàn)任電子與信息工程學院執(zhí)行院長、射頻異質異構集成全國重點實驗室常務副主任、廣東省智慧低空感知重點實驗室主任；國家杰出青年基金獲得者，國家重點研發(fā)計劃項目首席科學家，中國電子學會會士，英國工程技術學會會士；4次入選全球前2%科學家“年度科學影響力排行榜”（2020—2023）和全球前2%科學家“終身科學影響力排行榜”（2023）；獲中國電子學會技術發(fā)明一等獎2項，中國雷達行業(yè)協(xié)會技術發(fā)明一等獎，中國電子信息博覽會創(chuàng)新金獎；國家級一流本科課程負責人。
第1章 邊緣計算與人工智能
1.1 邊緣計算
1.2 人工智能與深度學習
1.3 深度神經網絡
1.4 任務及習題
第2章 人工智能芯片與系統(tǒng)
2.1 AI芯片發(fā)展現(xiàn)狀介紹
2.2 GPU架構
2.3 TPU架構
2.4 適用于邊緣計算的人工智能芯片架構
2.5 其他芯片類型
2.6 任務及習題
第3章 輕量化深度神經網絡
3.1 輕量化神經網絡的背景
3.2 深度可分離卷積
3.3 剪枝
3.4 量化
3.5 知識蒸餾
3.6 任務及習題
第4章 卷積神經網絡電路模塊設計
4.1 卷積層設計
4.2 池化層設計
4.3 全連接層設計
4.4 加速器主體架構設計
4.5 任務及習題
第5章 數(shù)據(jù)存儲設計
5.1 內存模塊
5.2 內存存取
5.3 權重的格式與存取
5.4 任務及習題
第6章 神經網絡加速器與SoC系統(tǒng)集成
6.1 微處理器與系統(tǒng)芯片介紹
6.2 AMBA系統(tǒng)總線
6.3 AHB總線
6.4 APB總線
6.5 AXI總線
6.6 常用SoC外設介紹
6.7 加速器與SoC系統(tǒng)集成
6.8 任務及習題
第7章 人工智能芯片的軟硬件協(xié)同設計
7.1 算法與硬件的數(shù)據(jù)交互
7.2 模型訓練與權重生成
7.3 算法量化
7.4 任務及習題
第8章 人工智能邊緣計算芯片應用
8.1 人臉識別
8.2 農作物病蟲害識別
8.3 任務及習題
參考文獻
書單推薦
