第2章：硬件功耗模型——SoC功耗模型、GPU/NPU功耗特性、传感器功耗建模
各位同学，咱们接着聊。上一章我讲了功耗分析的整体框架，这一章咱们要落地了——直接面对硬件。
做自动驾驶功耗优化，你得先知道电都耗在哪儿了。说白了，就是要把每个硬件的功耗行为摸清楚。我个人习惯，先建模型，再谈优化。没有模型，你连问题在哪儿都不知道。
2.1 SoC功耗模型：芯片的“呼吸”节奏
SoC（System on Chip）是整个系统的核心。它集成了CPU、GPU、NPU、DSP、ISP等等。功耗模型，就是描述这些模块在不同状态下怎么“吃电”。
我一般把SoC功耗分成三块：
- 静态功耗（Leakage Power）：芯片通电就有的，跟频率无关。工艺越先进，漏电越严重。7nm以下，静态功耗占比能到30%以上。
- 动态功耗（Dynamic Power）：干活才有的。公式是 P = α·C·V²·f。α是翻转率，C是负载电容，V是电压，f是频率。你想想看，电压平方项，降一点电压效果最明显。
- 短路功耗（Short-circuit Power）：开关瞬间，PMOS和NMOS同时导通那一下。占比不大，通常忽略。
核心模型：
Ptotal = Pstatic + α·C·V²·f + Pshort
实际项目中，我们更关注的是 Pdynamic 随负载的变化曲线。
我在项目中遇到过一个问题：某款SoC在低负载时功耗反而比预期高。查了半天，发现是DVFS（动态电压频率调节）策略太保守，电压没降下来。嗯，这里要注意，模型不仅要准，还要能指导策略。
2.2 GPU/NPU功耗特性：算力与功耗的博弈
GPU和NPU是自动驾驶的“算力心脏”。它们的特点是：并行度高，功耗波动大。
先看GPU。GPU的功耗模型，我习惯用“利用率-功耗”曲线来描述。但注意，不是线性关系。
| GPU利用率 | 典型功耗（W） | 说明 |
|---|---|---|
| 0% (空闲) | 15-25 | 显存刷新、时钟保持 |
| 30% | 40-60 | 轻度渲染/推理 |
| 60% | 70-90 | 中等负载 |
| 90%+ | 100-150 | 接近满载，功耗急剧上升 |
为什么会这样？因为GPU内部有大量计算单元（SM/CU），利用率低时，很多单元是关断的。利用率一高，所有单元全开，互连线和缓存也忙起来，功耗就上去了。
NPU呢？NPU是为神经网络设计的。它的功耗特性更“规律”。
- MAC阵列利用率：NPU的核心是乘加阵列。利用率越高，功耗越接近峰值。
- 数据搬运功耗：NPU的瓶颈往往不在计算，而在数据搬运。从DDR搬到SRAM，再从SRAM搬到MAC，每一级都有功耗开销。
- 激活函数：ReLU几乎不耗电，但Sigmoid/Tanh会消耗不少。
我的经验：
我曾经优化过一个NPU推理任务。一开始只看MAC利用率，功耗降不下来。后来发现，数据搬运占了总功耗的40%以上。我们做了权重压缩和激活值量化，功耗直接降了30%。
2.3 传感器功耗建模：激光雷达与摄像头
传感器是自动驾驶的“眼睛”。它们的功耗模型，跟SoC完全不同。传感器功耗更“离散”，跟工作模式强相关。
2.3.1 激光雷达（LiDAR）
激光雷达的功耗，主要来自三部分：
- 激光发射器：峰值功率很高，但占空比低。比如机械式LiDAR，每秒发射几十万次激光脉冲，每次脉冲持续几纳秒。
- 接收与处理：APD（雪崩光电二极管）和TDC（时间数字转换器）的功耗。
- 扫描机构：机械式LiDAR的电机旋转，固态LiDAR的MEMS微镜摆动。
我建议这样建模：
P_LiDAR = P_idle + N_pulses × E_pulse + P_scan + P_process其中：
- P_idle：待机功耗（约1-3W）
- N_pulses：每秒脉冲数
- E_pulse：单脉冲能量（约10-100 μJ）
- P_scan：扫描机构功耗（机械式约10-20W，固态约1-5W）
- P_process：点云处理功耗（约5-15W）
避坑指南：
我曾经在项目里直接用“额定功率”来估算LiDAR功耗，结果发现实际功耗比额定值低了20%。后来才搞清楚，额定功率是最大工况（全速扫描+最大发射功率），而实际场景中，LiDAR会根据环境自动调节发射功率和扫描频率。所以，一定要用动态模型。
2.3.2 摄像头
摄像头功耗相对简单，但也不能忽视。尤其是多目摄像头系统，加起来也不小。
摄像头功耗模型：
P_cam = P_sensor + P_ISP + P_transmit- P_sensor：图像传感器功耗。跟分辨率、帧率、曝光时间有关。比如1080p@30fps约0.5-1W，4K@60fps约2-4W。
- P_ISP：图像信号处理功耗。包括去马赛克、降噪、HDR等。这部分跟算法复杂度有关。
- P_transmit：数据传输功耗。MIPI接口传输，跟数据量成正比。
你想想看，一辆车装10个摄像头，每个2W，那就是20W。这还不算ISP的功耗。所以，摄像头功耗优化也是有价值的。
| 摄像头类型 | 分辨率/帧率 | 典型功耗（W） | 主要功耗来源 |
|---|---|---|---|
| 前视主摄像头 | 8MP@30fps | 3-5 | 传感器+ISP |
| 环视摄像头 | 2MP@30fps | 1-2 | 传感器 |
| DMS摄像头 | 1MP@15fps | 0.5-1 | 传感器+红外LED |
2.4 小结：模型是优化的基础
这一章我们讲了SoC、GPU/NPU、传感器的功耗模型。记住一句话：没有准确的模型，就没有有效的优化。
我个人习惯，在项目初期就把这些模型搭好。哪怕一开始精度不高，也能帮你找到功耗大头。后面再慢慢校准，模型会越来越准。
下一章，咱们聊聊软件层面的功耗优化——操作系统和中间件怎么省电。到时候见。
公众号:蓝海资料掘金营，微信deep3321