3、功耗基础概念：动态功耗与静态功耗、电压与频率的关系（DVFS）、热设计功耗（TDP）
做嵌入式AI的朋友，咱们天天跟功耗打交道。电池就那么点容量，芯片却要跑越来越大的模型。功耗搞不定，产品就凉了。
这一节，我带你彻底搞懂功耗的三个核心概念。说白了，就是弄明白电都去哪儿了，以及怎么管住它。
3.1 动态功耗：干活时烧的电
动态功耗，就是芯片在“干活”时消耗的能量。晶体管在0和1之间跳来跳去，每次跳变都要给电容充放电，这就产生了功耗。
公式很简单：P_dynamic = α × C × V² × f
- α：翻转率。说白了就是单位时间内，门电路翻转的次数占比。模型跑得越欢，α越大。
- C：负载电容。芯片内部走线、晶体管栅极，都有寄生电容。工艺越先进，C越小。
- 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，每秒翻转次数越多，功耗线性增长。
关键洞察：动态功耗与电压的平方成正比。这意味着，电压降一点点，功耗省一大截。这也是DVFS（动态电压频率调整）的理论基础。
我在项目中遇到过一件事。有个AI加速芯片，跑YOLOv5s时温度飙到85度。一查，频率设得太高，电压也跟着高。后来把频率从1.2GHz降到800MHz，电压从1.1V降到0.9V，功耗直接砍半，温度降到65度。帧率只掉了20%，但产品能用了。
3.2 静态功耗：待机时漏的电
静态功耗，就是芯片啥也不干时，依然在漏电。晶体管关不严，电流偷偷溜过去。
公式：P_static = I_leak × V
- I_leak：漏电流。包括亚阈值漏电、栅极漏电、源漏穿通漏电等。
- V：供电电压。
为什么静态功耗越来越重要？因为工艺越先进，晶体管尺寸越小，漏电越严重。28nm以上，动态功耗占大头；28nm以下，静态功耗占比飙升。到了7nm、5nm，静态功耗甚至能占到30%~50%。
避坑指南：我曾经有个项目，用28nm芯片做智能门锁。待机时功耗标称50μW，结果实测200μW。查了半天，发现是GPIO没配置好，内部上拉电阻一直在漏电。嗯，硬件设计时一定要检查每个引脚的漏电路径。
降低静态功耗的手段：
- 电源门控（Power Gating）：不用的模块直接断电。
- 多阈值电压（Multi-Vt）：关键路径用低阈值（快但漏电大），非关键路径用高阈值（慢但漏电小）。
- 体偏置（Body Biasing）：通过调整衬底电压，控制阈值电压，减少漏电。
3.3 电压与频率的关系（DVFS）
DVFS，全称Dynamic Voltage and Frequency Scaling。说白了就是：活多时跑快点，活少时跑慢点，省电。
为什么电压和频率要一起调？因为频率越高，需要的电压也越高。频率上去了，电压跟不上，信号就传不过去，逻辑就出错。
| 工作模式 | 频率 | 电压 | 功耗比例 | 典型场景 |
|---|---|---|---|---|
| 高性能 | 1.2 GHz | 1.1 V | 100% | 模型推理、视频编码 |
| 平衡 | 800 MHz | 0.9 V | ~45% | 实时音频处理、轻量级AI |
| 低功耗 | 400 MHz | 0.7 V | ~12% | 待机、传感器数据采集 |
你想想看，从高性能切到低功耗，功耗降了88%。这就是DVFS的威力。
我个人习惯在AI推理任务中这样用：
- 模型加载时，用高性能模式，快速把权重搬到内存。
- 推理计算时，根据模型大小动态调频。小模型用平衡模式，大模型用高性能模式。
- 推理完成后，立刻切到低功耗模式，等待下一帧数据。
实战技巧：调DVFS时，别只看频率。电压的下降速度比频率慢。从高频切到低频时，先降频率，再降电压。反过来，从低频切到高频时，先升电压，再升频率。顺序错了，芯片会死机。我踩过这个坑，板子直接黑屏。
3.4 热设计功耗（TDP）
TDP，Thermal Design Power。很多人以为TDP就是芯片的实际功耗，其实不是。
TDP是散热系统需要能带走的最大热量。它代表芯片在典型高负载下，产生的热量上限。散热器、风扇、热管，都得按TDP来设计。
举个例子：某AI芯片标称TDP 15W。实际跑模型时，动态功耗可能只有10W，静态功耗2W，总共12W。但TDP留了余量，保证在极端场景（比如同时跑AI和视频解码）下，散热也能扛住。
重要区别：
- TDP ≠ 实际功耗。实际功耗通常低于TDP。
- TDP ≠ 最大功耗。最大功耗可能瞬间超过TDP，但散热系统要能处理平均热量。
- TDP ≠ 电功耗。电功耗是输入功率，TDP是热功率。两者接近，但不等同。
做嵌入式产品时，TDP决定了你的散热方案。15W以内，用被动散热（散热片+外壳）。15W~30W，需要小风扇。30W以上，得考虑热管或主动散热。
避坑指南：我曾经设计一个边缘AI盒子，选了颗TDP 25W的芯片。想着用铝壳被动散热就够了。结果夏天室外40度，芯片温度飙到95度，直接降频，推理速度掉了一半。后来换了带热管的散热模组，才稳住。记住：TDP要按最恶劣环境算，别按实验室温度算。
3.5 三者关系：一个完整的功耗画像
动态功耗、静态功耗、DVFS、TDP，不是孤立的。它们共同决定了芯片的功耗表现。
- 动态功耗：干活时烧的电，跟电压平方和频率成正比。
- 静态功耗：待机时漏的电，工艺越先进越严重。
- DVFS：动态调电压和频率，平衡性能和功耗。
- TDP：散热系统的设计上限，决定了你能跑多快。
做AI推理优化时，我的思路是：
- 先看TDP，确定散热能力上限。
- 再算动态功耗，根据模型计算量，估算需要的频率和电压。
- 然后考虑静态功耗，特别是待机场景，用电源门控减少漏电。
- 最后用DVFS，在推理任务中动态切换工作模式，省电又不掉帧。
说白了，功耗优化就是一场平衡游戏。性能、功耗、温度，三者互相制约。你压了功耗，性能可能掉；你提了性能，温度可能爆。只有理解了动态功耗、静态功耗、DVFS和TDP，你才能找到那个最优解。
一句话总结：动态功耗是干活烧的电，静态功耗是待机漏的电，DVFS是省电的开关，TDP是散热的底线。搞懂这四样，边缘AI功耗优化你就入门了。