- 自动驾驶系统功耗来源
- 功耗分析的重要性
- 功耗与性能的权衡
- SoC功耗模型
- GPU/NPU功耗特性
- 传感器（激光雷达/摄像头）功耗建模
- 功耗测量工具 (PowerMon、JouleScope)
- 软件功耗剖析方法
- perf与功耗关联分析
- Linux cpuidle框架
- DVFS（动态电压频率调整）
- CPU调频策略 (ondemand/performance/schedutil)
- 调度器对功耗的影响
- EAS（能耗感知调度）
- 大小核架构 (big.LITTLE) 的功耗优化
- DDR带宽与功耗关系
- 内存自刷新模式
- NUMA架构下的功耗优化
- GPU工作负载分析
- NPU推理功耗模型
- 算子融合与量化对功耗的影响
- 激光雷达旋转机构功耗
- 摄像头ISP功耗
- 传感器休眠与唤醒策略
- CAN总线功耗
- 以太网AVB/TSN功耗
- 无线通信（5G/V2X）功耗模型
- 目标检测网络功耗分析
- BEV感知模型功耗
- 多传感器融合功耗
- 路径规划算法功耗
- 控制指令计算功耗
- 决策树与状态机功耗
- 端到端数据流水线功耗
- 数据拷贝与零拷贝技术
- 共享内存的功耗收益
- SystemC/TLM功耗建模
- 功耗仿真工具 (Gem5+McPAT)
- RTL级功耗估计
- 芯片热阻模型
- 结温与功耗关系
- 热管理策略（被动/主动散热）
- 标准功耗测试场景 (NEDC/CLTC)
- HIL台架功耗测试
- 实车路采功耗分析
- 感知管线功耗优化 — 从YOLOv5到YOLOv8的功耗对比
- 规划模块功耗优化 — A*算法与Hybrid A*的功耗差异
- 传感器降频策略 — 不同场景下激光雷达与摄像头的自适应帧率
- 休眠唤醒机制 — 系统级低功耗状态设计与状态切换延迟
- 编译器优化 — -O2与-O3对功耗的影响、循环展开与向量化
- 内存优化 — 内存池、对象池与零拷贝在自动驾驶中的应用
- GPU/NPU协同 — 异构计算中的功耗分配与负载均衡
- 通信优化 — DDS与SOME/IP协议功耗对比、零拷贝通信
- 电源管理IC (PMIC) 配置 — PMIC调压策略与功耗优化
- ISO 26262对功耗管理的要求
- 故障注入与功耗异常检测
- 电迁移 (EM) 与功耗关系
- 热循环对芯片寿命的影响
- Chiplet架构的功耗优势
- 存算一体技术
- 光子计算与低功耗AI
- 设计一个完整的自动驾驶系统功耗优化方案，从测量、分析到优化落地