2. 功耗基础

TinyML 项目的续航焦虑，本质上是对功耗模型缺乏系统认知。很多工程师在实验室里测得的电流数据“很好看”，一旦部署到真实场景，电池续航却断崖式下跌。这往往不是因为某个外设耗电异常，而是因为对嵌入式系统功耗的构成缺乏结构性理解。本章将拆解功耗的物理来源——动态功耗与静态功耗，并厘清电压、频率、电流三者之间的耦合关系，为后续章节的功耗测量、优化策略和电池选型打下坚实的理论基础。

上图展示了嵌入式系统功耗的两大来源：动态功耗与静态功耗。动态功耗源于 CMOS 电路翻转时对负载电容充放电，静态功耗则源于晶体管泄漏电流。两者在 TinyML 设备的不同工作模式下占比截然不同——活跃推理时动态功耗占主导，而深度睡眠时静态功耗决定续航底线。理解这一模型，是后续所有功耗优化工作的出发点。

2.1 动态功耗：TinyML 推理的能量主战场

动态功耗（Dynamic Power）是 CMOS 数字电路在信号翻转时产生的功耗。其物理本质是：每当门电路输出从 0 变为 1 或从 1 变为 0，都需要对下一级门的输入电容和布线寄生电容进行充放电。这个过程的能量消耗与翻转频率成正比，与电压的平方成正比。

P_dynamic = α · C_L · V² · f

在 TinyML 场景中，动态功耗的典型特征如下：

• α 与数据相关：执行卷积运算时，MAC（乘累加）单元持续翻转，α 接近 0.5；而等待 DMA 传输时，总线空闲，α 可能低于 0.1。
• C_L 由硬件决定：芯片制造完成后，C_L 基本固定，但外接总线和 I/O 引脚会显著增加额外电容。
• V 的平方效应：电压从 1.8V 降至 1.2V，动态功耗降至原来的 (1.2/1.8)² ≈ 44%。这是 DVFS（动态电压频率调节）的理论基础。
• f 与性能的权衡：频率翻倍，动态功耗翻倍，但任务执行时间减半，因此单次任务的能量消耗（E = P × t）保持不变。

2.2 静态功耗：待机续航的隐形杀手

静态功耗（Static Power）是指电路在没有信号翻转时仍然消耗的功率，来源于晶体管的泄漏电流。随着半导体工艺从 180nm 缩小到 28nm 甚至更小，静态功耗在总功耗中的占比急剧上升。

静态功耗对 TinyML 设备的影响尤为关键：一个典型的 Cortex-M4 内核 MCU，在 3.3V 供电下，活跃模式电流可能为 10mA，而深度睡眠模式电流可低至 2μA。如果设备每天只进行 10 次推理（每次 100ms），其余时间全部处于深度睡眠，那么静态功耗将决定 99.9% 时间的能量消耗。

2.3 电压、频率、电流的三角关系

电压、频率、电流三者并非独立变量，而是通过功耗模型紧密耦合。理解这种耦合关系，是进行功耗调优的前提。

电压与频率的关系：数字电路的最高工作频率受限于信号传播延迟，而传播延迟与电压负相关。电压越低，门电路翻转越慢，可支持的最高频率越低。因此，DVFS 策略中，电压和频率必须成对调整：降低频率时，可以同步降低电压以节省功耗；提高频率时，必须相应提高电压以保证时序收敛。

电流与功耗的关系：总电流 I_total = I_dynamic + I_static，其中 I_dynamic = α · C_L · V · f，I_static = I_leak。注意，动态电流与电压成正比（而非平方），因为 P = I × V，而 P_dynamic = α · C_L · V² · f，所以 I_dynamic = α · C_L · V · f。

实际测量中的换算：在嵌入式系统中，我们通常测量电流而非功率。若系统供电电压为 3.3V，测得平均电流为 15mA，则平均功耗为 49.5mW。若电池容量为 500mAh（标称 3.7V），则理论续航为：

电池能量 = 500mAh × 3.7V = 1850mWh
系统功耗 = 49.5mW
理论续航 = 1850mWh / 49.5mW ≈ 37.4 小时

但实际续航往往低于理论值，原因包括：电池放电效率、DC-DC 转换损耗、温度对电池容量的影响、以及系统功耗的动态波动。

2.4 实战案例：智能门锁的功耗模型拆解

我们以一个典型的 TinyML 智能门锁项目为例，演示如何运用功耗模型进行系统级分析。

项目背景与约束：该门锁采用 Nordic nRF52840（Cortex-M4F，64MHz），搭载低功耗摄像头进行人脸识别。电池为 2 节 AA 碱性电池（串联 3.0V，容量约 2000mAh）。目标续航为 12 个月。门锁每天被触发约 20 次，每次触发执行一次完整的人脸识别流程。

初始测量数据：

分析过程：每天总能量消耗 = 待机 0.108mWh + 20 次 × (0.035 + 0.0035 + 0.0012)mWh = 0.108 + 20 × 0.0397 = 0.108 + 0.794 = 0.902mWh。电池总能量 = 2000mAh × 1.2V（平均放电电压）× 2 节 = 4800mWh（实际可用约 70%，即 3360mWh）。理论续航 = 3360 / 0.902 ≈ 3725 天 ≈ 10.2 年。

结果对比与风险：理论续航远超 12 个月目标，但实际部署后仅 4 个月就出现低电量报警。排查发现：

1. 温度影响：户外安装，夏季高温导致深度睡眠电流从 1.5μA 升至 6μA，待机功耗增加 4 倍。
2. 电池自放电：碱性电池年自放电率约 5%，两年损失 10% 容量。
3. 摄像头漏电：摄像头电源控制 MOS 管关断不彻底，产生 120μA 的额外漏电流。

优化措施：将摄像头电源改为负载开关（如 TPS62742），彻底切断漏电路径；将深度睡眠模式从 RTC-only 改为 RTC + 保留 4KB RAM（关闭所有外设时钟），待机电流降至 0.8μA；同时将推理频率从 64MHz 降至 32MHz，推理时间从 350ms 增至 620ms，但单次推理能量从 0.0035mWh 降至 0.0028mWh（因为电压可从 1.8V 降至 1.2V）。

复盘经验：功耗模型不能只看典型值，必须考虑温度漂移、外设漏电、电源转换效率三个“隐藏变量”。实验室测得的功耗数据，在真实场景中可能偏差 3~5 倍。

2.5 常见误区与设计要点

在嵌入式功耗工程中，以下误区最为常见，需要特别警惕：