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 001 1.1 AI芯片的定义与重要性 002 1.2 AI芯片的发展历史 008 1.3 传统计算与AI计算的区别 015 思考题 021 参考文献 022 第2章 数字逻辑设计基础 023 2.1 数字逻辑的基本概念 024 2.2 组合逻辑电路 033 2.3 时序逻辑电路 048 2.4 常用逻辑单元设计 058 思考题 064 参考文献 064 第3章 微架构基础 066 3.1 指令集架构 067 3.2 流水线设计 074 3.3 并行计算与多核设计 080 3.4 存储层次结构 090 思考题 101 参考文献 101 第4章 AI芯片架构 102 4.1 通用处理器与专用AI加速器 103 4.2 GPU架构 111 4.3 TPU架构 120 4.4 神经网络处理单元（NPU） 126 思考题 133 参考文献 134 第5章 硬件描述语言 135 5.1 Verilog HDL简介 136 5.2 VHDL简介 144 5.3 SystemVerilog与高级设计 158 5.4 HDL设计中的仿真与验证 172 思考题 175 参考文献 175 第6章 芯片设计流程 176 6.1 RTL设计概述 177 6.2 EDA工具介绍 186 6.3 电路布局与布线 190 6.4 设计验证与测试 197 思考题 205 参考文献 206 第7章 AI芯片设计案例研究 207 7.1 NVIDIA GPU案例研究 208 7.2 Google TPU案例研究 217 7.3 特定任务AI芯片的设计实例 224 思考题 233 参考文献 234 第8章 AI芯片设计的未来发展与挑战 235 8.1 AI芯片设计的未来趋势 236 8.2 AI芯片设计中的挑战与解决方案 242 8.3 新兴技术对AI芯片设计的影响 249 思考题 253 参考文献 253