3、睡眠模式概述：常见睡眠模式（WFI、light sleep、deep sleep、hibernate）的定义、特点与适用场景
在Edge AI设备的功耗优化设计中，睡眠模式的选择直接决定了待机功耗与唤醒响应速度之间的平衡。不同层次的睡眠模式在电流消耗、唤醒延迟、数据保留能力和外设状态方面存在显著差异。理解这些模式的本质区别，是进行功耗调优和系统架构设计的基础。本章将系统梳理WFI、light sleep、deep sleep和hibernate四种常见睡眠模式的定义、技术特征、适用场景及工程选型方法。
3.1 核心原理：从CPU时钟到系统电源域的逐级关闭
睡眠模式的本质是有选择地关闭系统资源，以换取功耗的降低。理解这一原理需要从芯片的电源域（Power Domain）和时钟域（Clock Domain）概念入手。现代Edge AI芯片（如STM32U5、nRF5340、ESP32-S3）通常将芯片内部划分为多个电源域：CPU核心域、外设域、备份域（含RTC和备份寄存器）以及I/O保持域。睡眠模式的层级差异，本质上是对这些电源域和时钟域的不同关闭策略。
WFI（Wait For Interrupt）是最浅层的睡眠，仅通过ARM内核的WFI指令暂停CPU流水线，时钟树仍然运行，所有外设、存储器和电源域保持供电。此时功耗降低有限（通常仅降低20%-40%），但唤醒延迟极短（微秒级），因为无需重新初始化任何硬件状态。Light Sleep在此基础上进一步关闭CPU时钟和大部分外设时钟，但保留SRAM和寄存器供电，因此上下文无需保存，唤醒后可直接继续执行。Deep Sleep则进入更深的电源管理状态，关闭主电源域，仅保留备份域供电，SRAM内容是否保留取决于具体芯片配置（如STM32的STOP2模式可保留SRAM，STOP1则不保留）。Hibernate（或Shutdown）模式最为激进，几乎关闭所有内部电源，仅保留极少数唤醒源（如RTC闹钟、特定GPIO边沿），系统状态必须保存到非易失存储（Flash或外部存储），唤醒过程相当于一次重新上电。
3.2 四种模式的详细特征对比
为了在实际项目中做出正确选择，需要从多个维度对四种模式进行量化对比。下表汇总了典型Edge AI芯片（以ARM Cortex-M33内核、40nm工艺节点为例）在四种模式下的关键参数。需要注意的是，具体数值会因芯片厂商、工艺节点和配置选项而有显著差异，工程中应以目标芯片数据手册为准。
| 对比维度 | WFI | Light Sleep | Deep Sleep | Hibernate |
|---|---|---|---|---|
| CPU时钟 | 停止 | 停止 | 关闭 | 关闭 |
| 外设时钟 | 保持运行 | 大部分关闭 | 全部关闭 | 全部关闭 |
| SRAM保持 | 全部保持 | 全部保持 | 可选（部分/全部） | 不保持（需外部存储） |
| 寄存器状态 | 保持 | 保持 | 丢失（需保存） | 全部丢失 |
| 典型电流（@3.3V） | 5-15 mA | 0.5-2 mA | 5-50 μA | 0.5-5 μA |
| 唤醒延迟 | 1-5 μs | 10-50 μs | 100-500 μs | 1-10 ms |
| 上下文恢复 | 无需恢复 | 无需恢复 | 需从SRAM恢复 | 需从Flash加载 |
| 唤醒源 | 任意中断 | 任意中断/事件 | RTC/GPIO/比较器 | RTC/特定GPIO/复位 |
| 适用场景 | RTOS空闲任务 | 短时等待外设事件 | 周期性传感器采样 | 长期待机/关机 |
从上表可以看出，四种模式形成了一个功耗-延迟连续谱。WFI适合在RTOS调度中作为空闲任务执行，此时系统可能在微秒级内响应外部事件；Light Sleep适合等待DMA传输完成或短时外设操作的场景；Deep Sleep是电池供电的Edge AI设备最常用的低功耗模式，例如环境监测节点每10秒唤醒一次采集传感器数据；Hibernate则用于需要数月甚至数年待机的场景，如资产追踪标签、智能表计等。
3.3 判断方法：如何为你的Edge AI应用选择正确的睡眠模式
在实际工程中，选择睡眠模式并非简单地"越深越好"，而是需要根据应用的事件频率、响应时间要求和功耗预算进行综合判断。以下是一个系统化的选型流程：
- 确定唤醒事件类型与频率：如果系统需要响应异步外部事件（如按键、UART接收），且事件间隔不确定，应选择WFI或Light Sleep以保证快速响应；如果系统按固定周期执行任务（如每100ms采集一次IMU数据），则Deep Sleep是更优选择。
- 评估上下文保存与恢复开销：Deep Sleep和Hibernate需要保存系统状态。计算保存和恢复所需的时间与功耗，如果唤醒过于频繁，保存/恢复的开销可能抵消睡眠节省的功耗。经验法则是：如果睡眠时间短于上下文保存/恢复时间的10倍，则不应进入该深度睡眠。
- 检查外设需求：确认在睡眠期间哪些外设必须保持工作。例如，如果需要在睡眠期间保持蓝牙广播，则不能进入Deep Sleep（因为射频前端需要时钟）；如果仅需RTC定时唤醒，则Deep Sleep甚至Hibernate均可满足。
- 计算平均功耗：使用公式
P_avg = (P_sleep × T_sleep + P_wake × T_wake + P_transition × T_transition) / T_total进行估算，选择平均功耗最低的模式。
3.4 案例拆解：智能门锁的睡眠模式设计
以一个典型的智能门锁产品为例，该设备采用Cortex-M4内核的MCU，配备指纹传感器、蓝牙BLE模块、键盘和电机驱动。产品需求是：电池供电（4节AA电池），目标待机时间12个月，指纹识别响应时间小于1秒，蓝牙配对时需保持连接。
初始设计问题：工程师最初将所有空闲时间都设置为Light Sleep，因为担心Deep Sleep唤醒时间太长影响用户体验。实测待机电流为1.2mA，计算电池寿命仅为3个月，远低于目标。
分析与优化过程：
- 第一步，分析唤醒源。门锁的唤醒事件分为三类：指纹触摸（通过电容触摸传感器中断唤醒）、蓝牙配对请求（通过BLE模块的GPIO唤醒）、按键输入（通过键盘矩阵扫描）。其中指纹触摸和按键属于用户主动操作，要求响应快；蓝牙配对属于低频事件，可以接受稍长的唤醒时间。
- 第二步，重新设计睡眠策略。将默认睡眠模式改为Deep Sleep（保留SRAM，电流约15μA），唤醒源设置为触摸传感器中断和RTC定时器（用于定期蓝牙广播）。当检测到触摸时，系统从Deep Sleep唤醒，初始化外设，完成指纹识别，整个过程约300ms，满足1秒的响应要求。
- 第三步，针对蓝牙配对场景，增加一个"配对模式"：用户通过按键长按进入配对模式，此时系统切换到Light Sleep，保持BLE连接，等待手机App配对。配对完成后自动返回Deep Sleep。
结果对比：优化后，待机电流从1.2mA降至约25μA（Deep Sleep 15μA + 定期蓝牙广播10μA），电池寿命从3个月延长至约14个月，满足12个月的设计目标。指纹识别响应时间从原来的50ms（Light Sleep唤醒）增加到300ms，但仍在用户可接受的1秒范围内。
风险与代价：Deep Sleep模式下，SRAM内容保持但外设寄存器丢失，需要重新初始化所有外设。这增加了软件复杂度，需要精心设计状态保存和恢复流程。此外，Deep Sleep唤醒时的浪涌电流较大（因为多个外设同时上电），需要在电源设计中预留足够的去耦电容。
3.5 总结复盘：睡眠模式选型的核心原则
回顾本章内容，可以提炼出以下核心原则，作为Edge AI设备睡眠模式设计的指导框架：
- 最小化唤醒后的工作时间：无论选择哪种睡眠模式，唤醒后的执行效率直接影响平均功耗。建议使用"快速唤醒-快速处理-快速睡眠"的编程模型，避免在唤醒后执行无关的初始化或等待操作。
- 利用多级睡眠策略：现代芯片通常支持多种睡眠深度，不要局限于单一模式。例如，可以在RTOS空闲任务中先进入Light Sleep，如果空闲时间超过阈值（如10ms），再降级到Deep Sleep。
- 关注唤醒源的有效性：Deep Sleep和Hibernate的唤醒源有限，需要确保所有可能的唤醒事件都能被对应的唤醒源覆盖。例如，如果使用GPIO唤醒，需要确认该GPIO在睡眠期间保持正确的电气状态（上拉/下拉）。
- 测量而非估算：实际功耗受温度、电压、外设状态等多种因素影响，数据手册中的典型值仅供参考。在原型阶段应使用功耗分析仪（如Joulescope、Nordic PPK2）进行实测，验证睡眠电流和唤醒时间是否符合预期。