2. 热管理基础
在 Linux Thermal 与 Regulator 工程中，热管理并不是“温度高了就降频”这么简单。它本质上是一套围绕发热—传热—散热—控温建立的动态平衡系统。理解温度、功耗、散热、热阻、热容、结温等基本概念，是读懂内核 thermal zone、cooling device、trip point 以及 regulator 电压调节策略的前提。本节从物理量出发，建立后续驱动开发所需的共同语言。
一、核心物理量：从功耗到结温
芯片内部的温度通常用结温（Tj，Junction Temperature）表示，即半导体 PN 结所在位置的温度。它才是决定器件寿命、漏电流和可靠性的关键指标。我们常说的“CPU 温度”往往来自片上热敏二极管或外部传感器，是结温的近似值。
功耗是热量的来源。CMOS 电路动态功耗可近似表示为：
P = C × V² × f + P_static
其中：
C —— 等效负载电容
V —— 供电电压（Regulator 输出）
f —— 工作频率
P_static —— 静态漏电功耗，随温度升高而增大这个公式解释了为什么降压比降频更有效：电压以平方关系影响动态功耗。Regulator 在 DVFS（动态电压频率调节）中承担的关键角色，正是配合频率调整同步改变电压，从而在性能与发热之间取得平衡。
热量产生后，会沿着“芯片内部 → 封装 → 散热器 → 环境”的路径传递。描述这条路径阻碍程度的参数就是热阻（Rθ，Thermal Resistance），单位为 ℃/W。热阻越大，同样功耗下温升越高：
ΔT = P × Rθ
Tj = Ta + P × (Rθ_jc + Rθ_ca)
其中：
Ta —— 环境温度
Rθ_jc —— 结到壳的热阻
Rθ_ca —— 壳到环境的热阻与热阻对应的是热容（Cth，Thermal Capacitance），单位为 J/℃。它描述物体吸收热量后温度上升的“惯性”。热容越大，温度变化越慢。热阻决定稳态温升，热容决定瞬态响应速度。二者共同构成热系统的 RC 网络模型，这也是内核 thermal governor 进行预测和滞回控制的基础。
二、常见术语与内核映射
Linux Thermal 框架把这些物理概念抽象为设备树节点和内核对象。理解术语与代码的对应关系，能显著降低调试成本。
| 术语 | 物理含义 | 内核/设备树对应 |
|---|---|---|
| 结温 Tj | 半导体结区实际温度 | thermal_zone 的 temperature 属性 |
| 热阻 Rθ | 单位功耗引起的温升 | 通常由硬件提供，驱动中用于估算 |
| 热容 Cth | 吸收热量导致温升的惯性 | 影响 governor 的采样与滞回策略 |
| trip point | 触发温控动作的温度阈值 | trips 子节点，含 temperature/hysteresis/type |
| cooling device | 可降低功耗的执行器 | cpufreq、devfreq、风扇、regulator 等 |
| governor | 温控策略算法 | step_wise、power_allocator、fair_share 等 |
三、典型场景：手机 SoC 高负载温控
假设某手机 SoC 在游戏场景下，CPU 大核功耗为 3W，Rθ_jc 为 0.5℃/W，Rθ_ca 为 8℃/W，环境温度 35℃。则稳态结温约为：
Tj = 35 + 3 × (0.5 + 8) = 35 + 25.5 = 60.5℃若散热条件恶化，Rθ_ca 升至 15℃/W，则 Tj 升至 81.5℃，接近 85℃ 的 trip point。此时 thermal governor 会逐级限制 CPU 频率，并通知 regulator 降低电压。由于功耗与 V² 成正比，电压从 1.0V 降到 0.9V，动态功耗约降至原来的 81%，温升随之缓解。
四、常见误区与复盘
- 误区一：只看温度，不看功耗。温度是结果，功耗是原因。若只调 trip point 而不控制功耗来源，温控会变成“反复降频—反弹”的振荡。
- 误区二：忽略热容导致的滞后。热容大意味着温度上升慢，但也意味着降温慢。trip point 的 hysteresis 设置过小，容易在阈值附近反复触发。
- 误区三：把壳温当结温。壳温通常低于结温，二者差值等于 P × Rθ_jc。用壳温直接判断结温会低估风险。
- 误区四：Regulator 与 Thermal 各自为政。DVFS 需要二者协同：thermal 决定降频等级，regulator 执行对应电压。若电压未同步下降，降频的降温收益会大打折扣。