第2章低功耗设计基础

第2章：低功耗设计基础：嵌入式系统功耗模型、动态功耗与静态功耗、电压与频率调节（DVFS）

各位同学，欢迎来到第二章。上一章我们聊了语音唤醒为什么必须死磕功耗。这一章，咱们得把「功耗」这玩意儿扒开看看，它到底由什么组成，我们又该怎么去控制它。

我个人习惯，在动手做低功耗优化之前，先画一张功耗的「地图」。你得知道敌人是谁，才能开枪。嵌入式系统的功耗，说白了就两大块：动态功耗和静态功耗。嗯，这里要注意，这两者的「性格」完全不同，优化手段也天差地别。

2.1 嵌入式系统功耗模型：从芯片到系统

先看一个最简单的模型。一个嵌入式系统，功耗主要来自三个部分：

芯片本身：CPU、内存、外设（比如你的麦克风、I2S接口）。
外围电路：电源转换效率（LDO还是DCDC？）、电阻分压损耗。
负载：喇叭、LED、电机这些大功率器件。

对于语音唤醒，我们最关心的是芯片本身。因为唤醒阶段，喇叭和电机通常是不工作的。芯片功耗，又可以拆解成下面这个公式：

P_total = P_dynamic + P_static
P_dynamic = α * C * V² * f
P_static  = I_leak * V

这个公式，我建议你刻在脑子里。它几乎解释了所有低功耗技术的底层逻辑。

核心结论：动态功耗和电压的平方成正比，和频率成正比。静态功耗和电压成正比，和漏电流成正比。

我在项目中遇到过一位同事，他为了省电，把CPU频率降得很低，但电压没动。结果功耗几乎没降。为什么？因为动态功耗里，V²才是大头。频率降了，电压没降，效果自然打折扣。

2.2 动态功耗：你干活时消耗的能量

动态功耗，就是芯片在「干活」时消耗的能量。比如CPU在跑你的语音算法，数据在总线上飞来飞去，寄存器在翻转状态。

它的核心是 α * C * V² * f。

α（活动因子）：说白了就是「有多少门在干活」。你想想看，一个芯片里几亿个晶体管，不可能同时都在翻转。语音算法里，大部分时间数据是串行处理的，活动因子其实不高。
C（负载电容）：这是物理决定的，我们软件工程师改不了。但选型时可以关注。
V（电压）：这是最有效的杠杆。V²意味着电压降一半，动态功耗降到四分之一。
f（频率）：频率降一半，功耗降一半。线性关系。

我的经验：在做语音唤醒时，我习惯先看算法需要多少MIPS（每秒百万条指令）。比如一个简单的关键词检测，可能只需要20MHz。那我绝不会让CPU跑在80MHz。多出来的60MHz，全是白花花的功耗。

怎么降低动态功耗？我总结了三个方向：

降低电压：这是最狠的。但电压不能无限低，芯片有最低工作电压（Vmin）。
降低频率：够用就行。别跑冤枉路。
降低活动因子：用门控时钟（Clock Gating）。不用的模块，直接把时钟掐掉。我在做音频前端时，如果麦克风没检测到声音，我会把I2S接口的时钟直接关掉，等有声音了再打开。

2.3 静态功耗：你躺着也在消耗的能量

静态功耗，就是芯片「躺着不动」时也在消耗的能量。它来自晶体管的漏电流。工艺越先进（比如28nm、16nm、7nm），漏电流越大，静态功耗占比越高。

公式很简单：P_static = I_leak * V。

I_leak 是漏电流。它受温度影响极大。温度每升高10度，漏电流可能翻倍。我在做一款户外语音设备时，夏天高温下，静态功耗比常温高了3倍。嗯，这里要注意，散热设计也会影响功耗。

降低静态功耗的手段：

电源门控（Power Gating）：直接把不用的模块断电。比如语音唤醒后，把特征提取模块的电源彻底切断。
反向偏置（Reverse Body Bias）：通过给衬底加电压，增加阈值电压，减少漏电流。但这需要芯片支持。
选择低漏电工艺：选型时，关注芯片的「深度睡眠」电流。有些芯片标称1uA，有些是10uA，差距很大。

避坑指南：我曾经在一个项目里，只关注了动态功耗，忽略了静态功耗。结果设备在待机时，电池两天就耗光了。后来一查，是某个外设的电源没关，漏电流达到了50uA。从那以后，我每次画板子，都会用万用表量一下每个电源轨的静态电流。

2.4 电压与频率调节（DVFS）：动态电压频率调节

DVFS，全称Dynamic Voltage and Frequency Scaling。这是低功耗设计的「核武器」。它的思想很简单：需要多少性能，就给多少电压和频率。

为什么要把电压和频率绑在一起？因为频率越高，需要的电压也越高。芯片有一个「频率-电压」对应表。比如：

频率 (MHz)	最低电压 (V)	典型功耗 (mW)
240	1.2	50
120	1.0	12.5
60	0.9	4.5
10	0.7	0.5

你看，从240MHz降到10MHz，功耗从50mW降到0.5mW，降了100倍。这就是DVFS的威力。

在语音唤醒场景下，DVFS怎么用？我一般分三个阶段：

空闲阶段：没有声音输入。CPU进入深度睡眠，频率降到最低（比如10MHz），电压也降到最低。只留一个定时器或中断唤醒。
检测阶段：有声音了，但不确定是不是关键词。用中等频率（比如60MHz）跑VAD（语音活动检测）和特征提取。
识别阶段：确认有关键词特征。用最高频率（比如240MHz）跑完整的神经网络推理。

关键点：DVFS不是简单的「降频降压」。它需要操作系统或驱动层的支持。你需要一个能快速切换电压和频率的PMIC（电源管理芯片），或者芯片内部集成了DCDC和LDO。

我个人习惯，在代码里维护一个「性能需求表」。根据当前任务，动态调整P-State（性能状态）。比如：

// 伪代码示例：语音唤醒的DVFS策略
void audio_task_scheduler(audio_event_t event) {
    switch(event) {
        case AUDIO_IDLE:
            set_cpu_freq(10);   // 10 MHz
            set_cpu_voltage(0.7); // 0.7V
            break;
        case AUDIO_VAD_DETECTED:
            set_cpu_freq(60);   // 60 MHz
            set_cpu_voltage(0.9); // 0.9V
            break;
        case AUDIO_KEYWORD_LIKELY:
            set_cpu_freq(240);  // 240 MHz
            set_cpu_voltage(1.2); // 1.2V
            break;
        default:
            break;
    }
}

你想想看，如果一直用240MHz跑，功耗是50mW。但大部分时间设备是空闲的，用10MHz跑，功耗只有0.5mW。平均功耗可能只有1-2mW。这就是DVFS带来的巨大收益。

我的建议：不要频繁切换频率。每次切换电压，PMIC需要几十微秒的稳定时间。如果切换太频繁，反而会浪费能量。我一般设置一个「滞回区间」，比如在60MHz跑够10毫秒，再决定是否升频。

2.5 总结：低功耗设计的三个层次

好了，这一章的内容就这些。我们来捋一捋：

动态功耗：干活时的消耗。用DVFS和门控时钟来优化。
静态功耗：躺着时的消耗。用电源门控和低漏电工艺来优化。
DVFS：根据负载动态调整电压和频率。这是最有效的系统级优化手段。

下一章，我们会深入语音唤醒的算法层面，看看怎么从算法上进一步压榨功耗。比如，怎么让神经网络在低功耗MCU上跑起来。敬请期待。

📚 课程目录