4. 功耗管理技术概览：DVFS、时钟门控、电源门控、近阈值计算

功耗管理，说白了就是跟芯片的「热」和「电」较劲。我做了这么多年芯片，见过太多因为功耗没控好而翻车的案例。有的芯片跑起来烫得能煎鸡蛋，有的电池撑不过半天。今天咱们就把这四板斧——DVFS、时钟门控、电源门控、近阈值计算——掰开揉碎了讲清楚。

4.1 DVFS：动态电压频率调整

DVFS 的全称是 Dynamic Voltage and Frequency Scaling。名字挺长，道理其实很简单：活儿多的时候跑快点，活儿少的时候跑慢点。

你想想看，芯片的功耗跟电压的平方成正比，跟频率也成正比。所以降低电压和频率，省电效果立竿见影。我有个项目是做智能音箱的唤醒芯片，平时待机功耗要求低于 1mW。我们怎么做？平时让芯片跑在 0.6V、10MHz，一旦检测到语音活动，瞬间拉升到 1.0V、200MHz。这一招，直接让待机功耗降了 90%。

核心公式： P ∝ C × V² × f
其中 C 是负载电容，V 是电压，f 是频率。电压的影响是平方级的，所以降电压永远是第一选择。

但这里有个坑——频率不能随便降。频率降了，任务完不成，实时性就崩了。所以 DVFS 的关键在于：预测负载。我习惯的做法是，用过去 10ms 的 CPU 利用率来预测下一个 10ms 的负载。如果预测错了怎么办？那就得留点余量，别卡得太死。

避坑指南： 我曾经在一个项目中，把 DVFS 的响应时间设得太快，结果芯片在 1ms 内频繁跳频跳压，导致电源纹波超标，系统直接复位。后来我加了 100μs 的滞回时间，问题就解决了。

4.2 时钟门控：最省钱的省电技术

时钟门控，英文叫 Clock Gating。这玩意儿成本极低，效果却出奇的好。它的原理就一句话：不用的时候，把时钟关掉。

为什么时钟这么耗电？因为时钟信号每时每刻都在翻转，即使寄存器里的数据没变，时钟也会驱动内部的晶体管充放电。你想想看，一个芯片里可能有几百万个寄存器，每个时钟周期都在白白耗电，这得浪费多少能量？

我做过一个视频编解码芯片，里面有个模块叫「运动估计」，平时大部分时间都在闲着。我们给这个模块加了个时钟门控，检测到没有新的帧进来时，直接把时钟掐掉。结果呢？整个芯片的功耗降了 35%。而且这改动只花了 3 天时间，性价比极高。

实现方式： 通常用 AND 门或锁存器 + AND 门来实现。关键是要保证时钟门控打开时，时钟的第一个边沿是完整的，不能出现毛刺。

嗯，这里要注意：时钟门控不是万能的。它只能省掉动态功耗，对静态功耗（漏电流）没任何作用。而且如果门控粒度太细，反而会增加面积和布线复杂度。我个人建议，以模块为单位做门控，别搞到寄存器级别，那样得不偿失。

4.3 电源门控：断水断电式省电

如果说时钟门控是「关灯」，那电源门控就是「拉电闸」。它的做法更狠——直接把不用的模块的电源切断。

为什么要这么极端？因为漏电流。随着工艺越来越先进，晶体管的沟道越来越短，漏电流越来越大。即使时钟停了，电流照样在漏。我见过 7nm 的芯片，静态功耗能占到总功耗的 40%。这时候，时钟门控已经没用了，必须上电源门控。

电源门控的核心元件是 电源开关，通常用高阈值的 PMOS 管来做。关断时，开关断开，模块彻底断电；开启时，开关导通，模块重新上电。

注意： 电源门控有个大问题——唤醒时间。模块断电后，内部的状态全丢了，重新上电后需要恢复状态，这个过程可能耗时几百微秒甚至几毫秒。所以，不能频繁开关，否则省下的电还不够恢复用的。

我有个血的教训：曾经在一个 AI 加速器上，我把每个卷积核都做了独立的电源门控，想着精细控制能省更多电。结果呢？频繁的开关导致唤醒时间占了总运行时间的 30%，功耗反而更高了。后来我改成按层做门控，每层计算完再断电，效果才出来。

避坑指南： 我曾经在电源门控的隔离单元上栽过跟头。断电模块的输出如果不做隔离，会漏电到其他模块，导致整个芯片电流异常。记住：断电模块的输出必须加隔离单元，通常用 AND 门或 OR 门实现。

4.4 近阈值计算：极限省电的黑科技

近阈值计算，英文叫 Near-Threshold Computing，简称 NTC。这玩意儿是功耗管理的终极武器，但也是双刃剑。

传统芯片的供电电压在 0.8V~1.2V 左右，而晶体管的阈值电压大概在 0.3V~0.5V。近阈值计算把电压降到 0.5V~0.6V，刚好在阈值附近。这时候，功耗能降一个数量级，但代价是性能也降一个数量级。

为什么会这样？因为电压降低后，晶体管的驱动电流变小，门延迟急剧增加。我实测过，电压从 1.0V 降到 0.5V，频率从 1GHz 掉到 50MHz，整整掉了 20 倍。所以，近阈值计算只适合那些对性能要求不高，但对功耗极度敏感的场景。

适用场景： 可穿戴设备、物联网传感器、医疗植入芯片。这些设备不需要多快，但电池得撑几个月甚至几年。

我参与过一个智能手环的项目，主芯片用的是 28nm 工艺。我们尝试把核心电压降到 0.55V，频率降到 20MHz，专门跑心率监测算法。结果呢？功耗从 5mW 降到了 0.3mW，电池续航从 3 天延长到了 30 天。当然，心率监测的刷新率也从每秒 100 次降到了每秒 5 次，但够用了。

注意： 近阈值计算对工艺偏差极其敏感。同一片晶圆上，不同芯片的阈值电压可能差 50mV，导致性能差异巨大。我建议必须做片上电压调节，根据每颗芯片的实际性能动态调整电压。

4.5 四种技术的对比与选择

说了这么多，到底该用哪种？我整理了个表格，方便你对比：

技术 省电效果 实现成本 性能影响 适用场景
DVFS 中（30%~50%） 中（需要稳压器） 小（可动态调整） CPU、GPU、AI加速器
时钟门控 小（10%~30%） 低（只需门控单元） 无 所有数字模块
电源门控 大（50%~90%） 高（需要电源开关、隔离单元） 大（唤醒时间长） 长期闲置模块
近阈值计算 极大（90%+） 高（需要工艺支持） 极大（频率降10~20倍） 超低功耗传感器

我个人习惯的做法是：先上时钟门控，再上 DVFS，最后考虑电源门控。近阈值计算嘛，除非你做的真的是那种纽扣电池撑一年的设备，否则别轻易碰。

4.6 知识体系总览

下面这张图，把四种技术的关系和适用场景画清楚了：

功耗管理技术知识体系 功耗管理技术 DVFS 时钟门控 电源门控 近阈值计算 动态调压调频 中等省电效果 需稳压器支持 关断无用时钟 成本最低 无性能损失 切断电源 省电效果显著 唤醒时间长 电压降至阈值附近 省电效果极致 性能损失大 适用场景：AI加速器、可穿戴设备、物联网传感器、医疗芯片 推荐策略：先时钟门控 → 再DVFS → 最后电源门控 → 近阈值计算作为终极方案 注：实际项目中通常组合使用多种技术，以达到最佳功耗效果

好了，这四种技术就讲完了。记住一句话：没有最好的技术，只有最合适的组合。下次做芯片功耗设计时，先想想你的场景是什么，再决定用哪把刀。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →