封面
前折页
书名页
版权
前言
第1章 智能驾驶从科幻到现实的进化之旅
 1.1 智能驾驶如何从实验室走向公路
  1.1.1 第一阶段：基础驾驶辅助（L0、L1）——倒车雷达与定速巡航
  1.1.2 第二阶段：高级驾驶辅助系统（L2）——自动制动与车道保持
  1.1.3 第三阶段：智能驾驶进入城市道路（L3）——有条件智能驾驶
  1.1.4 第四阶段：无人驾驶测试与商业化（L4）——智能驾驶出租车试运营
  1.1.5 第五阶段：完全无人驾驶（L5）——从测试区走向全球道路
 1.2 智能驾驶汽车如何“看”世界
  1.2.1 感知层：智能驾驶的“眼睛”和“耳朵”
  1.2.2 决策层：智能驾驶的“大脑”
  1.2.3 执行层：智能驾驶的“手”和“脚”
  1.2.4 智能网联技术
第2章 大规模集成电路芯片的进化之旅
 2.1 摩尔定律：半导体行业的“魔法趋势”
 2.2 集成电路芯片的发展历史：从硅片革命到智能时代
  2.2.1 萌芽与诞生（20世纪40—50年代）：从真空电子管到集成电路
  2.2.2 集成电路的早期发展与商业化（20世纪60年代）：从小规模集成到计算机应用
  2.2.3 微处理器革命（20世纪70年代）：从计算器到个人计算机
  2.2.4 超大规模集成与个人计算机时代（20世纪80—90年代）：从微米到亚微米工艺
  2.2.5 纳米时代与芯片多元化（21世纪初—21世纪10年代）：从CPU到SoC
  2.2.6 后摩尔时代与未来趋势（21世纪20年代至今）：超越硅基极限
 2.3 集成电路芯片的分类
  2.3.1 基于信号类型的集成电路分类：数字电路、模拟电路、射频/微波电路
  2.3.2 基于功能区别的芯片分类：存储芯片、计算芯片、控制芯片与通信芯片
  2.3.3 基于灵活性的计算芯片架构分类：CPU、FPGA、CGRA与ASIC
 2.4 如何评价一颗芯片的好坏
 2.5 通用芯片到领域专用芯片的进化
  2.5.1 芯片的应用场景
  2.5.2 通用芯片到领域专用芯片的进化过程
第3章 智能驾驶芯片的架构
 3.1 车规级芯片与车载计算平台
  3.1.1 车规级芯片的行业规范
  3.1.2 车载计算平台的设计与架构
  3.1.3 边缘计算和车载计算平台
 3.2 车载计算平台的算力核心：AI芯片的力量
  3.2.1为什么算力对智能驾驶如此重要
  3.2.2 AI芯片的工作原理与应用
  3.2.3 AI芯片如何赋能智能驾驶
  3.2.4 芯片与算法的系统设计与优化
 3.3 智能驾驶的不同阶段与芯片需求
  3.3.1 从辅助驾驶到全自动驾驶：逐步进化的算力需求
  3.3.2 芯片如何满足不同级别自动驾驶的需求
  3.3.3 实例分析：特斯拉、华为等公司使用的芯片技术
第4章 如何设计智能驾驶芯片——流程和方法
 4.1 芯片设计流程
  4.1.1 需求分析和规格制定
  4.1.2 架构设计
  4.1.3 逻辑设计与综合
  4.1.4 物理设计
  4.1.5 验证与测试
  4.1.6 制造与封装
 4.2 车规级芯片独有的设计流程
  4.2.1 IP设计
  4.2.2 可靠性设计
  4.2.3 烦琐的验证环节
 4.3 车规级芯片的封装
 4.4 车规级芯片测试
第5章 智能驾驶芯片的制造
 5.1 芯片制造工艺引言
 5.2 车规级芯片的制造工艺与挑战
  5.2.1 一颗车规级芯片究竟是怎样诞生的
  5.2.2 车规级芯片面临的挑战
 5.3 从晶圆厂到整车厂的供应链生态
第6章 智能驾驶芯片的产业布局
 6.1 主要芯片厂商技术布局
  6.1.1 硬件系统设计
  6.1.2 软件平台开发
  6.1.3 科研积累与专利储备
  6.1.4 芯片制造相关技术
 6.2 合作与竞争：传统车企与科技公司的智能驾驶争夺战
  6.2.1 合作共赢仍是产业链主旋律
  6.2.2 潜在竞争在何处
 6.3 案例分析：领先企业的芯片战略
  6.3.1 英伟达：“您的下一辆车可能成为您的个人首台超级计算机”
  6.3.2 高通：“骁龙”飞跃舱驾一体鸿沟
  6.3.3 Mobileye：从基础辅助到高阶智驾
  6.3.4 华为：打造产业链通力合作的智能汽车品牌
  6.3.5 地平线：万物互联赋能智能驾驶
  6.3.6 主机厂的入局
第7章 智能驾驶芯片的技术难题与应对策略
 7.1 数据存储与处理：车载芯片如何不卡顿
  7.1.1 车载芯片的存储难题：受限的存储容量与“存储墙”问题
  7.1.2 存储难题的破局之法：云存储与分布式存储的共同助力
  7.1.3 数据处理与通信的优化：降低延时并提升吞吐量
 7.2 功耗与散热：如何让车载芯片“冷静”工作
  7.2.1 高算力与高带宽带来的功耗与散热挑战
  7.2.2 芯片架构升级：实现更高的能效比
  7.2.3 散热“黑科技”：给芯片装上液冷“空调系统”
  7.2.4 算法优化：让AI计算更高效的节能之道
  7.2.5 电力管家：智能分配每一度电
 7.3 安全性与可靠性：如何让车载芯片“不犯错”
  7.3.1 多层级的安全性挑战与潜在解法
  7.3.2 难以避免的可靠性挑战与缓解之策
第8章 未来智能驾驶芯片会变成什么样
 8.1 智能驾驶芯片结构会如何进化
  8.1.1 从分布式ECU架构向集中式域控制器架构演进
  8.1.2 日渐显著的舱驾一体趋势
  8.1.3 新材料和新技术如何改变芯片
 8.2 开源和软硬件协同：未来的芯片生态
  8.2.1 开源硬件：开源指令集架构的崛起
  8.2.2 车载芯片设计中的软硬件协同优化
  8.2.3 开发阶段的软硬件协同设计验证
第9章 AI大模型与车载芯片的“共生进化”
 9.1 当“大象”想挤进“火柴盒”——车载大模型的现实困境
 9.2 车载芯片与大模型的“双向奔赴”
  9.2.1 硬件端的算力突围：从“大力出奇迹”到“四两拨千斤”
  9.2.2 “轻量化”AI：如何在车载芯片算力受限的情况下运行大模型
 9.3 车—路—云联动的“群体智能”
  9.3.1 边缘计算：为什么说“车载微型云”是必然选择
  9.3.2 5G+V2X赋能自动驾驶：低延迟网络构建车路协同新范式
结束语
附录 常用缩写词
参考文献
后折页
封底