3、功耗基础概念：电流、电压、功率、能量、mA·h与mW·h的关系、静态功耗与动态功耗
在Edge AI硬件选型与软件优化中，功耗（Power）与能量（Energy）是决定电池续航、散热设计、器件寿命乃至产品形态的核心约束。很多工程师在选型时只关注峰值算力（TOPS）或内存带宽，却忽略了功耗模型中的基础物理量及其换算关系，导致后期出现续航不足、热失控或动态调频失效等问题。本章从电流、电压、功率、能量等基本概念出发，厘清mA·h（毫安时）与mW·h（毫瓦时）的本质区别，并深入剖析静态功耗与动态功耗的构成与权衡，为后续的硬件选型与软件调优建立统一的量化分析框架。
3.1 核心物理量：电压、电流、功率与能量的定义及工程含义
电压（V）是驱动电荷移动的电势差，在嵌入式系统中表现为不同的电源轨（Power Rail），例如核心电压Vcore（0.8V~1.2V）、IO电压（1.8V/3.3V）、模拟电压（2.8V~5V）等。电压的选择直接影响晶体管的开关速度和漏电水平——电压越高，逻辑翻转越快，但功耗呈平方级上升。电流（I）是单位时间内通过导体横截面的电荷量，在数字电路中，电流分为动态开关电流、短路电流和漏电流三部分。工程上，我们通常用电流探头或PMIC（电源管理IC）的寄存器读取实时电流值。
功率（P）是单位时间内消耗的能量，瞬时功率P(t)=V(t)×I(t)。在直流稳定供电下，P=V×I；但在实际Edge AI设备中，由于负载动态变化，电压和电流都是时间的函数，因此需要关注平均功率与峰值功率。平均功率决定电池续航，峰值功率决定散热设计和电源轨的瞬态响应能力。能量（E）是功率对时间的积分，单位为焦耳（J）或瓦秒（W·s）。1J=1W×1s。在电池供电场景中，我们更常用mW·h（毫瓦时）作为能量单位，1mW·h=3.6J。
3.2 mA·h与mW·h的本质区别及换算方法
mA·h（毫安时）是电荷量单位，表示电池以某电流放电可持续的时间。例如，一颗3000mA·h的电池，以300mA放电可持续10小时。但mA·h没有包含电压信息，因此无法直接反映电池存储的总能量。mW·h（毫瓦时）是能量单位，直接表示电池存储的能量。两者换算关系为：能量(mW·h) = 电压(V) × 电荷量(mA·h)。例如，一颗3.7V、3000mA·h的锂电池，其能量为3.7×3000=11100mW·h，即11.1W·h。
在Edge AI硬件选型中，这一区别至关重要。假设有两款电池：A款为3.7V/2000mA·h，B款为5V/1500mA·h。从电荷量看A更大，但计算能量：A为7.4W·h，B为7.5W·h，两者几乎相同。如果设备内部有升降压电路，实际可用能量还取决于转换效率。因此，评估续航必须使用mW·h或W·h，而非mA·h。
| 物理量 | 单位 | 物理意义 | 典型应用场景 |
|---|---|---|---|
| 电压 | V | 电势差 | 电源轨设计、逻辑电平判断 |
| 电流 | A / mA | 电荷流动速率 | 电池放电率、线径选择 |
| 功率 | W / mW | 单位时间能耗 | 散热设计、电源选型 |
| 能量 | J / W·h / mW·h | 总能耗 | 电池续航估算 |
| 电荷量 | A·h / mA·h | 总电荷量 | 电池容量标称（需结合电压） |
3.3 静态功耗与动态功耗的构成与权衡
静态功耗（P_static）主要由晶体管的漏电流（Leakage Current）造成，包括亚阈值漏电、栅极漏电和结漏电。即使晶体管不翻转，只要有电源供电，漏电就存在。静态功耗与电压成正比，与温度呈指数关系——温度每升高10°C，漏电约翻倍。在先进制程（如7nm、5nm）下，静态功耗占比显著上升，甚至可能占芯片总功耗的30%~50%。
动态功耗（P_dynamic）由电路开关活动引起，公式为：P_dynamic = α × C × V² × f，其中α是翻转率（0~1），C是负载电容，V是工作电压，f是时钟频率。动态功耗与电压的平方成正比，与频率成正比。这意味着降低电压对功耗的改善远大于降频。例如，电压从1.0V降至0.8V（降20%），动态功耗降至原来的0.64倍（降36%）。
在Edge AI设备中，NPU和GPU等计算单元在推理时动态功耗占主导，而在待机或低负载时静态功耗成为续航杀手。因此，软件优化策略需要区分场景：持续推理任务应优先降低电压/频率（DVFS），而间歇性唤醒任务应尽量进入深度睡眠以切断静态功耗。
3.4 案例拆解：从功耗参数推算电池续航
假设我们要设计一款智能门锁，内置人脸识别功能，采用某款Edge AI SoC。关键功耗参数如下：
- 工作模式：人脸识别推理时，平均电流350mA @ 3.7V，持续2秒/次
- 待机模式：静态功耗0.5mW（SoC深度睡眠+外围电路），持续24小时/天
- 唤醒处理：从睡眠到唤醒至可推理，平均电流200mA，持续0.5秒/次
- 电池：3.7V / 3000mA·h（即11100mW·h）
计算步骤：
- 单次识别能量：推理能量 = 3.7V × 0.35A × 2s = 2.59J；唤醒能量 = 3.7V × 0.2A × 0.5s = 0.37J；合计2.96J/次。
- 每日识别能量（假设30次/天）：2.96J × 30 = 88.8J = 24.67mW·h。
- 每日待机能量：0.5mW × 24h = 12mW·h。
- 每日总能耗：24.67 + 12 = 36.67mW·h。
- 理论续航：11100mW·h ÷ 36.67mW·h/天 ≈ 302天。
若忽略静态功耗，仅按推理能耗计算，续航会高估至约450天，误差达49%。这说明在低占空比场景中，静态功耗是续航的决定性因素。进一步优化：若将待机静态功耗从0.5mW降至0.1mW（通过切断外围电路供电），每日待机能耗降至2.4mW·h，总能耗降至27.07mW·h，续航提升至410天。
3.5 常见误区与设计复盘
误区一：只关注峰值功耗，忽略平均功耗。峰值功耗决定散热器和电源瞬态响应，但电池续航由平均功耗决定。正确做法是建立工作负载模型，统计各模式占比，计算加权平均功耗。
误区二：将mA·h直接用于续航计算。如前所述，必须使用mW·h。尤其在多电压域系统中，不同电压轨的电流不能直接相加，需先计算各轨功率再求和。
误区三：认为降低频率一定省电。降频确实降低动态功耗，但如果任务执行时间延长，总能量（功率×时间）可能不变甚至增加。例如，某推理任务在1GHz下耗时10ms、功耗500mW，能量为5mJ；在500MHz下耗时20ms、功耗150mW，能量为3mJ，此时降频省电。但如果降频导致任务无法在限定时间内完成，系统可能被迫进入更高功耗状态，反而得不偿失。
误区四：忽略温度对静态功耗的影响。在高温环境下，静态功耗指数上升。如果设备在户外暴晒或密闭空间运行，实际续航可能比实验室测试值低20%~40%。设计时应预留热余量，或通过软件限制最高温度下的性能。