3、功耗与散热约束：不同应用场景的功耗预算、TDP与散热方案选择

做嵌入式AI芯片选型，功耗和散热这块，我吃过不少亏。

早些年我选了一颗算力很猛的芯片，觉得性能强就完事了。结果产品做出来，外壳烫得能煎鸡蛋。用户投诉，项目差点黄了。从那以后，我养成了一个习惯——先看功耗预算，再看算力。

说白了，功耗和散热是嵌入式AI项目的“隐形天花板”。你算力再高，散热压不住，一切都是白搭。

3.1 功耗预算：从电池到插电，天差地别

不同应用场景，对功耗的容忍度完全不同。我一般把它们分成三大类：

场景类型	典型功耗范围	代表产品	核心约束
电池供电（可穿戴）	10mW - 100mW	智能手表、TWS耳机	续航天数，电池容量
电池供电（移动设备）	0.5W - 5W	手机、无人机、扫地机器人	续航小时，发热手感
插电（边缘盒子）	5W - 30W	AI摄像头、工控机	散热成本，噪音
插电（服务器级）	30W - 300W+	边缘服务器、自动驾驶域控	散热系统设计，TCO

你想想看，一个智能门锁，用两节AA电池，你给它塞一颗15W的AI芯片，那续航可能就几个小时。用户不得骂娘？

3.2 热设计功耗（TDP）：别被“峰值算力”忽悠了

TDP这个参数，很多工程师会忽略。其实它比峰值算力更关键。

TDP指的是芯片在满负荷运行时，需要散热系统带走的热量。单位是瓦特（W）。

我见过一个案例：某芯片标称算力4TOPS，峰值功耗才2W，看着很香。结果一跑实际的AI模型，芯片瞬间飙到85度，然后降频。算力直接腰斩。

为什么会这样？因为它的TDP是2W，但散热方案没跟上，导致热积累。

这里我整理了一个常见AI芯片的TDP对比，供你参考：

芯片型号	AI算力	TDP（典型）	适用场景
STM32N6	0.6 TOPS	0.5W	可穿戴、传感器
瑞萨RZ/V2L	1 TOPS	2.5W	智能家居、工业
瑞芯微RK3588	6 TOPS	8W	边缘盒子、NVR
地平线J5	32 TOPS	15W	自动驾驶、机器人
英伟达Orin NX	70 TOPS	25W	高端机器人、域控

3.3 散热方案选择：被动、主动还是液冷？

散热方案的选择，直接决定了产品的成本和可靠性。我把它分为三个层级：

3.3.1 被动散热（无风扇）

适合TDP < 5W的场景。比如智能门锁、传感器节点。

• 方案：铝散热片 + 导热硅脂/导热垫
• 优点：零噪音、零功耗、高可靠
• 缺点：散热能力有限，需要外壳辅助散热

我曾经做过一个项目，芯片TDP只有3W，但外壳是塑料的。结果热量散不出去，内部温度到了70度。后来我改成了金属外壳+导热垫，温度降到了45度。嗯，外壳材质很重要。

3.3.2 主动散热（风扇）

适合TDP在5W - 30W的场景。比如AI摄像头、边缘盒子。

• 方案：散热片 + 轴流风扇/鼓风机
• 优点：散热效率高，体积可控
• 缺点：有噪音、有灰尘、风扇会坏

3.3.3 液冷/热管

适合TDP > 30W的高端场景。比如自动驾驶域控、边缘服务器。

• 方案：热管 + 散热鳍片，或者水冷板
• 优点：散热能力极强，可以集中散热
• 缺点：成本高、结构复杂、有漏液风险

3.4 知识体系：功耗与散热决策流程

下面这张图，是我自己总结的选型决策流程。每次做项目，我都会走一遍这个流程：

3.5 避坑指南：我踩过的三个坑

最后，分享几个我亲身经历过的教训：

1. 我曾经忽略待机功耗。

   选了一颗芯片，跑AI时功耗5W，看着还行。结果待机功耗有1.5W。电池供电的产品，大部分时间都在待机。最后续航惨不忍睹。后来我学乖了，待机功耗必须小于0.1W。

2. 我曾经迷信芯片厂商的“典型功耗”。

   厂商说典型功耗3W，我信了。结果实际跑模型时，因为内存带宽瓶颈，芯片一直处于高频状态，功耗跑到了5W。散热压不住，降频了。现在我会自己实测，或者看“最差工况功耗”。

3. 我曾经忽略散热器的热阻。

   选了一个很小的散热片，觉得够用。结果芯片结温到了95度，寿命大打折扣。散热器的热阻（°C/W）必须和TDP匹配。公式很简单：结温 = 环境温度 + TDP × 热阻。确保结温小于芯片允许的最大值（通常85-105°C）。