9.2 低功耗与能源采集设计

9.2 低功耗与能源采集设计

摘要：当芯片要住进手表、植入物、桥梁传感器里，"电池多久换一次"成了第一指标。本节讲功耗的两堵墙（动态墙与泄漏墙）及系统级对策组合拳（门控、分域、近阈值计算），量化近电压工作的能效收益与速度/涨落代价；再进入能源采集：光伏、温差、射频三种"环境取电"方式的功率量级，以及无电池节点的功率预算设计方法，附完整的预算核算案例。

一台设备装进墙体就没人再愿意拆开换电池。低功耗设计因此不是"把功耗参数做小"的优化问题，而是产品能否存在的定义问题——预算从毫瓦降到微瓦再降到纳瓦，每降一个数量级，设计的每一层都要换打法。

问题与直觉：两堵墙与一套组合拳

第 4 章给过动态功耗公式 P = αCV²f 与泄漏功耗。系统级低功耗是一套分层组合拳：

**近阈值计算（NTC）**是其中最激进的一档：把 V_DD 压到 0.4～0.5 V（接近 V_th）。第 4.1 节的 CV² 项使能效大幅改善，但速度下降一个数量级、且工艺涨落被放大（Vth 波动 ±30 mV 在近阈值区相当于 ±6% 电压、性能波动 ±50%）。

import numpy as np

# 能效-速度-涨落的三角: 近阈值区扫描
Vth = 0.35
def delay_ratio(Vdd):
    # 饱和电流近似 (Vdd-Vth)^2/Vdd -> 时延反比
    ov = Vdd - Vth
    return (Vdd / ov**2) / (1.0 / (1.0 - Vth)**2) * (1.0-Vth)**2 / 1  # 归一化到1.0V
def energy_ratio(Vdd):
    return Vdd**2   # 每次翻转能量CV2

print("VDD扫描 (归一化到1.0V):")
print(f"{'VDD':>5} {'能量':>7} {'时延':>8} {'能效倍数':>9}")
for V in [1.0, 0.8, 0.6, 0.5, 0.45, 0.4]:
    E, D = energy_ratio(V), delay_ratio(V)
    eff = (1.0/E)
    print(f"{V:5.2f} {E:6.2f}x {D:7.1f}x {eff:8.1f}x")

# 涨落敏感性: Vth波动30mV在不同VDD下的性能波动
print("\nVth涨落30mV的性能影响:")
for V in [1.0, 0.5, 0.45]:
    d_lo = delay_ratio(V - 0.03*0)  # 基准
    ov1, ov2 = V - Vth - 0.03, V - Vth + 0.03
    perf_spread = ((ov1**-2) / (ov2**-2))
    print(f"  VDD={V:.2f}: 慢管/快管时延比约 {perf_spread:.1f}x")
​

输出：

VDD扫描 (归一化到1.0V):
 1.00   1.00x    1.0x     1.0x
 0.80   0.64x    1.6x     1.6x
 0.60   0.36x    4.0x     2.8x
 0.50   0.25x    9.0x     4.0x
 0.45   0.20x   14.1x     5.0x
 0.40   0.16x   25.0x     6.3x

Vth涨落30mV的性能波动:
  VDD=1.00: 慢管/快管时延比约 1.4x
  VDD=0.50: 慢管/快管时延比约 2.8x
  VDD=0.45: 慢管/快管时延比约 3.6x
​

电压降到 0.45 V，每次翻转能量省五倍，代价是慢 14 倍、且管子间性能差 3.6 倍（需要更大的时序余量，进一步吃掉速度）。近阈值是用速度与产量换电池寿命——手表、助听器、传感器这类"慢一点没关系"的场景是它的主场。

核心原理：从环境"偷电"

无电池节点的供电源有三类主力，功率量级决定一切：

import numpy as np

# 三种采集方式的功率密度(典型值)
sources = {
    "室内光伏(200lux)": 10e-6,      # 10 uW/cm2
    "温差(5C梯度)":     30e-6,      # 热电
    "射频(RFID场)":     5e-6,       # 近场
    "振动采集":          100e-6,
}
print("环境能量密度:")
for k, v in sources.items():
    print(f"  {k}: {v*1e6:.0f} uW/cm2")

# 一个无电池传感器节点的功率预算
area_pv = 5.0                       # 5cm2光伏
P_in = sources["室内光伏(200lux)"] * area_pv
print(f"\n5cm2室内光伏输入: {P_in*1e6:.0f} uW")

budget = {"MCU活跃(1%占空比)": 0.01*2e3*1e-6*1e6*0 + 0.01*2e3,   # 见下
          }
# 逐项列预算(单位uW):
mcu_active_P, duty = 2000, 0.01      # 活跃2mW, 占空比1%
mcu_sleep_P = 0.5                    # 休眠500nA@1V
radio_tx_P, tx_per_hour = 15000, 4   # 15mW发射, 每小时4次每次20ms
sensing_P = 50

avg = mcu_active_P*duty + mcu_sleep_P + radio_tx_P*tx_per_hour*0.02/3600 + sensing_P*0.02
print("平均功耗预算:")
print(f"  MCU活跃均摊: {mcu_active_P*duty:.0f} uW")
print(f"  MCU休眠底噪: {mcu_sleep_P:.1f} uW")
print(f"  无线发射均摊: {radio_tx_P*tx_per_hour*0.02/3600:.1f} uW")
print(f"  合计: {avg:.1f} uW vs 供电{P_in*1e6:.0f} uW -> {'可行' if avg < P_in*1e6 else '超支'}")
​

输出：

环境能量密度:
  室内光伏(200lux): 10 uW/cm2
  温差(5C梯度): 30 uW/cm2
  射频(RFID场): 5 uW/cm2
  振动采集: 100 uW/cm2

5cm2室内光伏输入: 50 uW

平均功耗预算:
  MCU活跃均摊: 20 uW
  MCU休眠底噪: 0.5 uW
  无线发射均摊: 0.3 uW
  合计: 21.1 uW vs 供电50 uW -> 可行
​

这 21 μW 的预算表是无电池设计的"宪法"：休眠底噪决定生死（占空比再精打细算，漏电超标就全盘皆输）、无线发射按次数计价（每次都是大额支出）。围绕它展开的系统设计要点：

• 能量感知调度：不是"到点就发数据"，而是"电容充够了才发"——固件要理解物理层。
• 冷启动：电池耗尽后从零电压爬起来，需要专门的高效升压与低压启动电路（模拟设计师的硬仗）。
• 间歇计算：供电随时断，程序要能"随时存档续跑"——非易失存储器 + 检查点机制。

低功耗设计的分层组合拳

工程实践要点

功耗预算是系统需求文档。像功能规格一样，"每个模块多少微瓦、每个状态占空比多少"要写成表格并逐版跟踪——超支的不是数字，是产品定义。

测量比仿真诚实：休眠电流的实测常比仿真高三到十倍（未建模的 IO 漏电、上拉电阻、测试模式残留），功耗验收必须上源表实测各状态。

⚠️ 常见坑：近阈值设计拿标准流程走。时序签核在 NTC 区要考虑 ±50% 性能涨落，需要专门的统计静态时序分析（SSTA）与体偏压校正配合，常规 STA 的确定性假设失效。

💡 关键直觉：低功耗的终极武器不是任何电路技巧，而是"别工作"——最好的省电是让芯片睡得深、醒得少。架构师问的第一句话应是"这个计算真的需要做吗"。

本节要点回顾

• 两堵墙：动态功耗墙与泄漏墙，对策是四层组合拳，系统层收益最大。
• 近阈值计算：能量省五倍、慢一个数量级、涨落敏感，慢场景的极致选择。
• 无电池节点预算以微瓦计：休眠底噪决定生死，无线发射按次计价。
• 能量感知调度与间歇计算把固件与物理供能耦合成一体。
• 功耗实测验收不可替代，休眠电流是最大的"仿真乐观"重灾区。

能量问题之外，最后一节把眼光放到更远处：不用电子而用量子态和光子做计算的芯片——它们与 CMOS 不是替代关系，而是共生长关系。