第4章 CPU与内存功耗

4. CPU与内存功耗：应用处理器功耗、DDR带宽与功耗、低功耗调度策略

好，咱们接着聊VR显示系统的功耗。前面几章我们把显示链路、GPU那边的功耗摸了个大概，这一章轮到大脑了——CPU和内存。

说实话，在VR系统里，CPU的功耗占比往往没有GPU那么显眼，但它是个“捣乱分子”。为什么这么说？因为CPU的功耗峰值来得特别突然，而且跟应用场景强相关。你玩个射击游戏，突然场景切换，CPU瞬间满载，温度蹭就上去了。我遇到过好几次，散热设计明明按平均功耗算好了，结果用户一跑复杂场景，温控直接破防。

4.1 应用处理器功耗特性

先说说应用处理器，也就是我们常说的AP。VR头显里用的AP，跟手机上的SoC其实是一脉相承的，但要求更苛刻。

功耗的三大来源：

动态功耗：P = αCV²f。这个公式大家熟，但VR场景下α（翻转率）特别高。因为VR要处理大量传感器数据、空间定位、手势识别，这些计算让CPU的翻转率居高不下。
静态功耗：漏电流。先进制程下，漏电越来越严重。7nm以下的工艺，静态功耗能占到总功耗的20%-30%。
频率切换开销：这个容易被忽略。CPU从低频切到高频，电压也要跟着调，这个过程有延迟，也有额外功耗。

关键点：VR的CPU负载不是平稳的，而是“脉冲式”的。我做过实测，一个典型的VR游戏，CPU负载在30%到95%之间来回跳，周期可能只有几百毫秒。这种负载特性对散热设计是个噩梦——你不能按平均功耗算，得按“热时间常数内的平均峰值”来算。

不同场景下的CPU功耗对比：

场景	CPU负载特征	典型功耗(W)	热冲击程度
待机/菜单	低负载，偶尔唤醒	0.5-1.5	低
视频播放	中等负载，较平稳	2-3	中
轻量VR应用	中等负载，有波动	3-5	中高
重度VR游戏	高负载，脉冲式	5-8	高
空间定位+手势识别	持续高负载	4-7	高

嗯，这里要注意，不同厂商的AP差异很大。高通、联发科、三星的功耗特性都不一样。我个人习惯是，在项目初期就拿到目标AP的功耗模型，用真实负载去跑，而不是看datasheet上的典型值。datasheet上的数据，你懂的，都是在最理想条件下测的。

4.2 DDR带宽与功耗

内存这块，VR系统是个“带宽吃货”。为什么？因为VR需要同时处理多路高分辨率视频流、深度图、渲染缓冲区，还有各种传感器数据。我见过一个项目，GPU算力够，CPU也够，结果卡在内存带宽上，帧率死活上不去。

DDR功耗的构成：

激活功耗：每次访问行地址时产生。VR场景下，数据访问模式比较随机，行切换频繁，这部分功耗不小。
读写功耗：跟数据总线翻转率相关。DDR4/DDR5的读写功耗大概在每通道1-2W。
刷新功耗：DDR需要定期刷新，频率越高，刷新功耗越大。LPDDR5的刷新功耗比DDR4低不少。
终端匹配功耗：高速信号需要终端匹配电阻，这部分功耗是固定的，大概占10%-15%。

经验之谈：我曾经在一个项目里，为了省成本选了LPDDR4X而不是LPDDR5。结果带宽不够，CPU和GPU经常处于等待数据的状态，反而因为等待时间变长，整体功耗更高了。所以，内存带宽不是越高越好，但也不能省过头。建议用带宽利用率在60%-70%作为设计目标，留出余量。

带宽与功耗的关系：

说白了，带宽越高，功耗越大，但不是线性的。DDR的功耗跟频率、电压、数据总线宽度都有关。举个例子：

LPDDR4X 4266MHz，2通道，带宽约34GB/s，功耗约1.5W
LPDDR5 6400MHz，4通道，带宽约51GB/s，功耗约2.5W
LPDDR5X 8533MHz，4通道，带宽约68GB/s，功耗约3.2W

你想想看，带宽翻了一倍，功耗也翻了一倍多。所以，在VR系统里，内存带宽要精打细算。我建议的做法是：先分析应用的内存访问模式，看看哪些数据可以压缩，哪些可以预取，尽量减少不必要的带宽占用。

4.3 低功耗调度策略

这部分是我觉得最有意思的。硬件设计得再好，调度策略不行，功耗照样下不来。VR系统里，调度策略要考虑的东西比手机多得多——因为VR对延迟极度敏感。

核心原则：在满足实时性要求的前提下，尽可能让CPU和内存进入低功耗状态。

几种常用的调度策略：

DVFS（动态电压频率调整）：这个最基础。根据CPU负载动态调整频率和电压。但VR场景下，DVFS的响应速度要快。我遇到过一个问题：DVFS的采样周期是10ms，但VR的负载变化可能在1ms内就完成了，导致频率调整跟不上。后来我们改成了基于事件触发的DVFS，效果好了很多。
任务绑定与迁移：把实时性要求高的任务（比如传感器融合）绑定到大核上，把后台任务（比如网络同步）放到小核上。大小核架构在VR里特别有用。
内存自刷新策略：当CPU进入空闲状态时，让DDR进入自刷新模式。但要注意，自刷新模式的唤醒延迟大概在几微秒到几十微秒，不能频繁进出。
预测性调度：根据历史负载预测未来的计算需求。比如，用户转头时，预测接下来需要更多的CPU资源来处理新的视角数据。

避坑指南：我曾经在一个项目里，为了省电，把CPU的调度策略设成了“省电优先”。结果呢？VR应用的帧率波动很大，用户出现了明显的晕动症。后来我们改成了“性能优先+动态降频”的策略，虽然功耗高了0.5W，但用户体验好了很多。记住，VR里，用户体验永远是第一位的，省电不能以牺牲体验为代价。

一个实际的调度策略示例：

// 伪代码：VR系统的低功耗调度器
while (true) {
    // 1. 获取当前帧的负载预测
    load_prediction = predict_next_frame_load();
    
    // 2. 判断是否在关键路径上
    if (is_critical_path()) {
        // 关键路径：性能优先
        set_cpu_freq(HIGH);
        set_ddr_freq(HIGH);
        disable_power_gating();
    } else {
        // 非关键路径：能效优先
        if (load_prediction < 30%) {
            set_cpu_freq(LOW);
            set_ddr_freq(LOW);
            enable_power_gating();
        } else if (load_prediction < 70%) {
            set_cpu_freq(MEDIUM);
            set_ddr_freq(MEDIUM);
            // 部分核可以关掉
            disable_unused_cores();
        } else {
            set_cpu_freq(HIGH);
            set_ddr_freq(HIGH);
            // 但可以降低电压
            reduce_voltage_margin();
        }
    }
    
    // 3. 监控温度，防止过热
    if (temperature > THRESHOLD) {
        throttle_cpu();
    }
    
    sleep(1ms); // 每1ms调度一次
}

这个调度器看起来简单，但实际实现时有很多坑。比如，怎么准确预测下一帧的负载？我试过用机器学习模型，但计算开销太大，反而得不偿失。后来我们用了一个简单的指数平滑法，效果还不错。

4.4 知识体系总览

为了让你更直观地理解这一章的内容，我画了一张图，把CPU与内存功耗优化的核心逻辑串起来：

这张图把三个核心模块串起来了。你看，应用处理器功耗是源头，DDR带宽与功耗是支撑，低功耗调度策略是手段。三者缺一不可。我见过不少团队，只盯着CPU功耗优化，忽略了内存，结果整体功耗没降下来。或者只做硬件优化，调度策略一塌糊涂。记住，系统级的优化才是王道。

好了，这一章的内容就到这里。CPU和内存的功耗优化，说白了就是在性能和功耗之间找平衡。VR这个场景比较特殊，对延迟敏感，对功耗也敏感，所以需要我们花更多心思去调优。下一章我们会聊散热结构设计，到时候再把这些功耗数据用上。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

4. CPU与内存功耗：应用处理器功耗、DDR带宽与功耗、低功耗调度策略

4.1 应用处理器功耗特性

4.2 DDR带宽与功耗

4.3 低功耗调度策略

4.4 知识体系总览