3、TinyML工作模式：推理（活跃）、睡眠、待机、深度睡眠等模式的定义、转换条件与功耗特征
TinyML设备的功耗管理并非简单的“开”与“关”，而是由多种工作模式构成的精细状态机。理解这些模式的定义、转换条件与功耗特征，是进行准确功耗测试与优化的前提。在嵌入式系统设计中，MCU（微控制器）与传感器通常支持多种低功耗状态，而TinyML应用的特殊性在于：推理任务具有突发性、短时性，且往往由事件触发。因此，系统需要在极短的时间内完成从低功耗状态到高性能状态的切换，并在推理完成后迅速返回低功耗状态。本章将系统梳理TinyML设备常见的四种工作模式——推理（活跃）、睡眠、待机与深度睡眠，并深入分析其功耗特征与转换机制。
上图展示了TinyML设备四种核心工作模式之间的转换关系与典型功耗量级。从工程实践角度看，功耗测试的核心任务之一，就是精确测量每种模式下的稳态电流，以及模式转换过程中的瞬态电流与时间开销。下面将逐一展开分析。
3.1 推理（活跃）模式：性能与功耗的平衡点
核心原理：推理模式是TinyML设备执行神经网络前向计算时的状态。此时CPU（或NPU/加速器）以最高频率运行，Flash与RAM被频繁访问，外设（如传感器接口、通信模块）可能处于开启状态。该模式的功耗由动态功耗（与频率、电压的平方成正比）和静态功耗（漏电流）共同决定。对于基于ARM Cortex-M系列（如STM32L4、nRF52840）的典型设备，推理模式电流范围通常在5~50 mA之间，具体取决于主频（如64 MHz vs 128 MHz）、外设启用数量以及模型复杂度。
判断方法与操作流程：在功耗测试中，识别推理模式的关键在于确认CPU是否处于活跃执行状态。操作上，可以通过以下步骤进行：
- 在代码中设置GPIO测试点，在推理函数入口置高、出口置低，用示波器同步观测电流波形与GPIO电平。
- 使用电流探头（如I/V转换器或高精度万用表）记录推理期间的稳态电流值。
- 重复多次推理，取平均值以消除噪声影响。
案例拆解：以关键词唤醒（KWS）应用为例，设备持续监听麦克风数据。当检测到音频帧时，触发一次推理。假设推理耗时30 ms，期间平均电流为12 mA；而音频采集（DMA传输）期间电流为8 mA。通过GPIO标记法，可以清晰分离出推理电流与采集电流，为后续优化提供依据。
3.2 睡眠模式：低延迟与中等功耗的折中
核心原理：睡眠模式（通常对应ARM的Sleep模式）下，CPU时钟停止，但RAM内容保持，外设时钟可配置为继续运行或关闭。该模式的主要目的是在保持快速唤醒能力的同时降低功耗。典型电流为0.5~5 mA，唤醒时间约1~5 µs。睡眠模式的功耗主要来自RAM保持电流、仍启用的外设（如定时器、UART）以及漏电流。
转换条件：当推理完成且无待处理任务时，软件调用__WFI()（Wait For Interrupt）或__WFE()指令进入睡眠。任何已使能的中断（如定时器中断、GPIO中断）均可唤醒。在TinyML场景中，睡眠模式常用于“事件驱动”的推理——例如，当加速度计检测到运动时，通过中断唤醒MCU执行推理。
实战场景与误区：一个常见误区是认为睡眠模式功耗足够低，可以长时间停留。实际上，对于电池容量为200 mAh的纽扣电池，5 mA的睡眠电流意味着40小时的待机时间，这往往无法满足产品需求。因此，睡眠模式更适合作为“短时待命”状态，而非长期待机方案。
| 模式 | CPU状态 | RAM保持 | 外设状态 | 典型电流 | 唤醒时间 | 典型应用 |
|---|---|---|---|---|---|---|
| 推理（活跃） | 运行 | 读写 | 全部可用 | 5~50 mA | — | 神经网络计算 |
| 睡眠 | 停止 | 保持 | 可选 | 0.5~5 mA | 1~5 µs | 事件等待 |
| 待机 | 关闭 | 保持（可选） | 部分关闭 | 10~100 µA | 10~100 µs | 短时休眠 |
| 深度睡眠 | 关闭 | 丢失（或备份区） | 仅RTC/唤醒IO | 1~10 µA | 1~10 ms | 长期待机 |
3.3 待机模式：平衡唤醒速度与功耗
核心原理：待机模式（对应ARM的Stop模式）进一步关闭了大部分时钟，主时钟源（如HSE、HSI）被关闭，系统时钟停止，但RAM内容在部分型号中仍可保持（取决于配置）。该模式的功耗显著降低至10~100 µA级别，唤醒时间延长至10~100 µs。待机模式的关键特征是：外设时钟被门控，但部分外设（如RTC、低功耗定时器LPTIM、特定GPIO）仍可工作，作为唤醒源。
判断方法与操作流程：在测试待机模式功耗时，需注意区分不同外设配置对电流的影响。例如，若在待机模式下保持LPTIM运行，电流可能增加5~10 µA。测试流程如下：
- 配置待机模式，关闭所有非必要外设时钟。
- 使用高精度万用表（如Keysight 34461A）或SourceMeter测量VCC引脚电流。
- 等待系统进入稳定待机状态（通常需等待100 ms以上，确保去耦电容充电完成）。
- 记录电流值，并对比数据手册中的典型值。
案例拆解：某智能门磁传感器采用待机模式作为默认状态。设备每5秒通过LPTIM唤醒一次，读取霍尔传感器状态，若无变化则立即返回待机。实测待机电流为45 µA（含LPTIM运行），唤醒后执行传感器读取与判断耗时2 ms，期间平均电流为6 mA。计算平均功耗：(45 µA × 5s + 6 mA × 2ms) / 5s ≈ 47.4 µA。若使用2000 mAh的锂电池，理论待机时间可达4.7年，满足产品需求。
3.4 深度睡眠模式：极致低功耗的代价
核心原理：深度睡眠（对应ARM的Standby模式或Shutdown模式）是功耗最低的状态，典型电流为1~10 µA，甚至更低（如nRF52系列在OFF模式下可达0.3 µA）。该模式下，主RAM内容丢失，仅备份寄存器与RTC保持供电。唤醒只能通过特定引脚（如WKUP引脚）、RTC闹钟或复位实现。唤醒时间较长（1~10 ms），因为系统需要重新初始化时钟、加载程序上下文。
转换条件与设计考量：进入深度睡眠前，必须将关键数据（如模型参数、传感器校准值）存储在非易失性存储器（Flash）或备份寄存器中。唤醒后，系统从复位向量开始执行，需重新初始化外设。在TinyML应用中，深度睡眠适用于“周期性上报”场景——例如环境监测节点每小时采集一次数据并执行推理，其余时间处于深度睡眠。
常见误区与总结复盘：
- 误区一：认为深度睡眠唤醒后可以快速恢复推理。实际上，唤醒后的初始化时间（1~10 ms）可能比推理本身（30 ms）还长，导致平均功耗不降反升。解决方案是评估“有效工作时间占比”，若唤醒初始化时间占比过高，应选择待机模式。
- 误区二：忽略外部电路（如传感器、稳压器）的静态电流。深度睡眠模式下，MCU电流可能仅2 µA，但若传感器始终上电（消耗10 µA），则系统总功耗仍为12 µA。必须从系统级视角管理功耗，而不仅关注MCU。
平均功耗 = Σ(模式电流 × 驻留时间) / 总周期时间。同时，务必测量模式转换期间的瞬态电流尖峰（可能高达数十mA），这些尖峰虽持续时间短，但会影响电池寿命评估与电源设计。
综上所述，TinyML设备的四种工作模式构成了一个从“高性能”到“超低功耗”的连续谱系。推理模式提供计算能力，睡眠模式实现快速响应，待机模式平衡功耗与唤醒速度，深度睡眠模式则追求极致续航。在实际项目中，应根据应用场景的事件频率、响应延迟要求与电池容量，合理选择并组合这些模式，并通过精确的功耗测试验证设计目标。理解每种模式的转换条件与功耗特征，是构建高效、可靠TinyML系统的基石。