前言
1.认识AI芯片/
11AI芯片概述/
12AI芯片分类/
121传统中央微处理器——MPU/
122通用芯片——GPU/
123半定制化芯片——FPGA/
13AI芯片开发的通用流程/
131选择AI芯片开发平台/
132数据预处理/
133模型训练与模型的轻量化/
134框架选择与模型推理/
135芯片环境配置与模型部署/
14AI芯片常用功能加速模块/
141功能加速模块概述/
142视觉处理加速器——VPAC/
143深度和运动感知加速器——DMPAC/
144深度学习加速器——DLA/
145视觉加速器——PVA/
15本章小结/
16本章习题/
2.AI芯片开发平台/
21AI芯片硬件平台的分类/
211同构AI芯片硬件平台/
212异构AI芯片硬件平台/
22AI芯片开发平台的常用外设/
221网络设备/
222显示模块和摄像头模块/
223模数转换器模块ADC/
224通用输入/输出模块GPIO/
225IIC控制器/
23本章小结/
24本章习题/
3.数据预处理/
31深度学习数据预处理概述/
32常用的数据预处理方法/
321零均值化（中心化）/
322归一化（标准化）/
323主成分分析（PCA）/
324白化（Whitening）/
33视频数据预处理——基于GStreamer/
331GStreamer概述/
332GStreamer工具/
333GStreamer的使用方法/
334编写GStreamer的插件/
34本章小结/
35本章习题/
4.AI芯片应用开发框架/
41AI芯片应用开发框架概述/
42常用的AI芯片应用开发框架/
421基于NVIDIA的开发框架TensorRT/
422Google Research的开发框架MediaPipe/
423英特尔的开发框架OpenVINO/
424针对手机端的开发框架NCNN/
43开发框架应用示例：车牌识别/
431数据集/
432车牌区域检测/
433车牌识别算法/
434模型训练/
435模型部署/
44本章小结/
45本章习题/
5.AI芯片常用模型的训练与轻量化/
51常用的网络模型/
511深度神经网络（DNN）/
512卷积神经网络（CNN）/
513残差网络（ResNet）/
514生成对抗网络（GAN）/
515循环神经网络（RNN）/
516长短记忆网络（LSTM）/
517Transformer/
518大语言模型GPT/
52常用的模型学习类型/
521监督学习/
522半监督学习/
523无监督学习/
524强化学习/
53模型的轻量化方法/
531模型轻量化的概念与作用/
532基于结构优化的轻量化方法/
533基于参数量化的轻量化方法/
534基于网络剪枝的轻量化方法/
535基于知识蒸馏技术的轻量化方法/
54轻量化模型设计实例：YOLOFire目标检测算法/
541YOLOFire检测算法设计/
542网络整体结构/
543基于相关性的损失函数/
544模型训练/
545实验过程与结果/
55本章小结/
56本章习题/
6.模型的推理框架——ONNX Runtime/
61ONNX Runtime概述/
62ONNX Runtime推理流程/
621安装环境/
622训练模型/
623将模型转换导出为ONNX格式/
624使用ONNX Runtime加载运行模型/
63ONNX格式转换工具/
631MXNet转换成ONNX/
632TensorFlow转换成ONNX/
633PyTorch转换成ONNX/
64ONNX Runtime示例：逻辑回归算法（基于scikitlearn的实现）/
641ONNX Runtime模型运行过程/
642训练模型/
643将模型转换导出为ONNX格式/
644使用ONNX Runtime加载运行模型/
645ONNX Runtime中实现逻辑回归算法实例/
65本章小结/
66本章习题/
7.FPGA类AI芯片的开发实践/
71开发工具Vitis AI概述/
72Vitis AI的常用参数化IP核/
721DPUCZDX8G概述/
722高性能通用CNN处理引擎DPUCVDX8G/
723高吞吐量通用CNN处理引擎DPUCVDX8H/
724包含最优化的深度学习模型的Vitis AI Model Zoo/
73Vitis AI开发工具包/
731Vitis AI量化器/
732Vitis AI优化器/
733Vitis AI编译器/
734Vitis AI Profiler（分析器）/
735Vitis AI库/
74Vitis AI应用开发示例：应用Zynq监测道路裂缝/
75本章小结/
76本章习题/
8.同构智能芯片平台应用开发实践/
81Jetson Nano开发者套件简介/
82使用前的准备/
821安装风扇/
822安装无线网卡/
823安装摄像头/
824配置系统/
83开发实践：行人识别/
831模型训练/
832实验环境/
833行人检测功能测试/
84本章小结/
85本章习题/
9.异构智能芯片平台应用开发实践/
91多核芯片的核间通信机制/
911IPC概述/
912IPC在多核中的实现原理/
913核间通信协议/
914多核间的接口定义以及示例代码/
92TDA4VMSK平台简介/
93SDK开发软件简介/
931PSDK Linux软件包简介/
932PSDK RTOS软件包简介/
94使用前的准备/
941TDA4VMSK板SD卡烧录/
942TDA4VMSK板网络调试方法/
943NFS多核调试例程/
95本章小结/
96本章习题/