2、GPU功耗模型基础：动态功耗与静态功耗、CMOS功耗公式、功耗与频率/电压的关系
各位同学，咱们今天聊聊GPU功耗的底子。说白了，搞懂功耗模型，你才能知道怎么调频、怎么省电。我做了这么多年GPU架构，见过太多人一上来就调电压频率，结果要么性能崩了，要么芯片烧了。嗯，咱们先把基础打牢。
2.1 动态功耗：芯片干活时烧的电
动态功耗，就是晶体管在开关时消耗的能量。你想想看，GPU里几十亿个晶体管，每秒钟开关几十亿次，这电费可不便宜。
动态功耗的公式很简单：
P_dynamic = α × C × V² × f这里：
- α：活动因子。说白了就是晶体管实际开关的比例。不是所有晶体管都在干活，有些在摸鱼。
- C：负载电容。每个晶体管后面拖着的导线和门电路的总电容。
- V：供电电压。这个影响最大，因为是平方关系。
- f：工作频率。频率越高，单位时间内开关次数越多。
重点来了：电压V是平方项，所以降电压比降频率省电得多。我当年调一个移动GPU，电压降了10%，功耗直接降了19%。频率降10%，功耗才降10%。你品，你细品。
2.2 静态功耗：芯片待机时也在烧的电
静态功耗，就是晶体管关断时漏掉的电流。这玩意儿在先进工艺下越来越头疼。
公式长这样：
P_static = I_leak × V漏电流I_leak主要有三种：
- 亚阈值漏电流：晶体管没完全关断，电流从源极溜到漏极。
- 栅极漏电流：栅氧化层太薄，电子直接隧穿过去。
- PN结漏电流：源漏和衬底之间的反向偏置电流。
避坑指南：我曾经做过一个7nm的GPU项目，静态功耗占了总功耗的40%！温度一高，漏电流指数级增长。夏天跑深度学习训练，芯片温度冲到95度，静态功耗直接翻倍。所以别小看静态功耗，它会在你最需要性能的时候给你致命一击。
2.3 CMOS功耗公式：把动态和静态合起来看
总功耗就是两者之和：
P_total = P_dynamic + P_static
= α × C × V² × f + I_leak × V这个公式看着简单，但背后门道很多。我建议你记住几个关键点：
| 参数 | 对动态功耗影响 | 对静态功耗影响 | 实际调优建议 |
|---|---|---|---|
| 电压V | 平方关系，影响巨大 | 线性关系 | 优先降电压，但注意时序 |
| 频率f | 线性关系 | 无直接影响 | 降频是最后手段 |
| 温度T | 影响不大 | 指数级增长 | 做好散热，控制温度 |
| 工艺尺寸 | 电容减小，功耗降低 | 漏电流增大 | 先进工艺要平衡 |
个人经验：我在做功耗模型时，习惯先算动态功耗，再算静态功耗。因为动态功耗占大头，而且好算。静态功耗嘛，等芯片回来实测才准。仿真模型总是偏乐观，你懂的。
2.4 功耗与频率/电压的关系：调频调压的艺术
频率和电压不是独立的。频率越高，需要的电压也越高。为什么？因为晶体管开关需要时间，电压低了，开关速度就慢，频率上不去。
这个关系可以用一个经验公式描述：
f ∝ (V - V_th)² / V其中V_th是阈值电压。说白了，电压越低，频率能跑的上限就越低。
实际中我们怎么做？
- 低频低电压：比如GPU空闲时，降到最低频率，电压也降到最低。这时候功耗极低。
- 中频中电压：日常使用，平衡性能和功耗。
- 高频高电压：跑游戏或AI训练时，电压拉满，频率冲高。但要注意散热。
关键洞察：功耗和频率不是线性关系。因为频率高了，电压也得跟着涨，而电压是平方项。所以从低频到高频，功耗增长是超线性的。我见过一个GPU，频率从1GHz提到1.2GHz，电压从0.8V涨到0.9V，功耗从10W飙到16W。频率只涨20%，功耗涨了60%。
2.5 实际项目中的功耗建模
好了，理论讲完了，咱们说说实际怎么做。我在项目中一般分三步：
- 建立功耗模型：用上面的公式，加上芯片的工艺参数，搭一个数学模型。
- 校准模型：拿实测数据去拟合。比如测几个频率点的功耗，反推α和I_leak。
- 预测和优化：用模型预测不同频率电压组合下的功耗，找到最优工作点。
举个例子，我之前调一个手机GPU，目标是在保证60fps的前提下，把功耗降到最低。我建了个模型，输入是频率和电压，输出是功耗和性能。然后跑了个优化算法，找到了一个工作点：频率800MHz，电压0.75V。比默认的1GHz/0.85V省了35%的功耗，帧率只掉了5%。
小技巧：建模时别忘了温度。温度影响静态功耗，静态功耗又影响温度，这是个正反馈。我习惯在模型里加一个热阻网络，把芯片温度和功耗耦合起来算。不然你算出来的功耗，实际跑起来可能差20%。
好了，这一章就到这里。记住，功耗模型不是纸上谈兵，它是你调优的指南针。下一章咱们聊聊动态调频的具体算法，到时候你会感谢今天打下的基础。