RISC-V端侧功耗与热约束调优指南：动态调频、热节流与能效比评估

1. 功耗的两个分量

处理器功耗由两部分构成。动态功耗来自晶体管翻转，可写为 P_dyn = α · C · V² · f，其中 α 为活动因子、C 为等效电容、V 为供电电压、f 为频率。静态功耗来自漏电，在深亚微米工艺下不再可以忽略，且随结温升高按指数规律增长。

两个分量在温度上形成正反馈：温度升高使漏电增大，漏电增大又抬升温度。散热能力不足时该回路可能收敛到超出安全范围的温度，温度墙由硬件实现并强制介入，原因即在于此——软件调频策略无法保证在失稳前及时响应。

该式也给出能效优化的方向。降频直接减少与 f 成正比的部分，配套降压则作用于 V² 项，收益更大。只降频不降压，能效改善有限；可用的工作点总是一组频率与电压的配对，而非独立频率值。

2. 端侧长时运行的约束特征

端侧设备与数据中心平台的差异，决定了功耗优化的目标函数不同。数据中心配备主动散热，约束是功率上限与机房散热能力，指标以每瓦吞吐为主。端侧设备通常无风扇，热量经外壳传导，可感知的约束是外壳温度而非结温；设备由电池供电，持续功耗还受电池容量与放电能力限制。

两类约束关注的量不同。散热约束针对持续功率，量纲为瓦特；能量约束针对累计能耗，量纲为焦耳。短时突发对散热约束的冲击有限，长时运行则受能量约束主导。这一区别解释了一个常见现象：以短时峰值吞吐为口径的跑分结论无法外推到长时场景。

3. 工作点的定义与实现路径

工作点由一组频率与电压配对构成，全部可用工作点的集合以表的形式组织，称为 OPP（Operating Performance Point）表，通常由固件或平台描述提供，声明每个频率点对应的电压与约束。

内核侧的决策由调频策略完成，常见策略的判据不同：

策略	决策依据	适用场景
performance	恒定取最高工作点	时延敏感、供电散热充足
powersave	恒定取最低工作点	待机或极低负载
ondemand	依据 CPU 利用率阈值切换	负载阶跃明显的场景
schedutil	依据调度器负载预测	通用场景，响应更平滑

在 RISC-V 平台上，调频能力的实现依赖固件与内核的分工：固件声明可用工作点并提供设置接口，内核策略负责决策与下发。接口形态因平台而异，有的经由 SBI 扩展调用，有的通过平台时钟与稳压器驱动实现。评估某平台的可调频能力应以固件与驱动文档为准，不宜假定接口一致。OPP 表中声明的频率应视为上限而非保证值，实际可达值还受供电能力、温度与负载类型限制。

4. 调频对时延的非线性影响

调频对推理时延的影响是非线性的，原因在于推理负载中各算子的瓶颈类型不同。

第 18 篇已给出算术强度判据：算术强度高的算子受访存带宽约束，执行时间主要由访存量与可达带宽决定，与核心频率弱相关；算术强度低的算子受计算能力约束，执行时间近似与频率成反比。一段推理由两类算子共同构成，整体时延随频率的变化因此介于两者之间。

以一个简化模型描述这一关系：

其中 c / f 为计算受限部分，随频率下降而增大；m 为访存受限部分的时延下界，与频率基本无关。取示例参数 c = 0.06 GHz·s、m = 0.02 s，四个工作点的结果如下：

频率	电压	单 Token 时延	输出速率	总功耗	能效	单 Token 能耗
2.0 GHz	1.00 V	50.0 ms	20.00 tok/s	2.150 W	9.30 tok/J	0.1075 J
1.6 GHz	0.90 V	57.5 ms	17.39 tok/s	1.446 W	12.03 tok/J	0.0831 J
1.2 GHz	0.80 V	70.0 ms	14.29 tok/s	0.918 W	15.56 tok/J	0.0643 J
0.8 GHz	0.70 V	95.0 ms	10.53 tok/s	0.542 W	19.42 tok/J	0.0515 J

由 2.0 GHz 降至 1.6 GHz，频率下降 20%，时延仅增加 15%，低于线性预期；降至 0.8 GHz 时频率减半，时延增加 90% 而非 100%。对访存受限占比高的负载，降频的时延代价小于按频率比例的估算——这一性质是后文按约束选点的基础。

功耗按 P_dyn ∝ f · V² 相对 2.0 GHz 点归一算得，静态功耗取示例值 0.15 W。上述数字为示例参数下的计算结果，非任何平台实测值，不可外推为普遍规律。

5. 热节流机制

结温与环境温度、功耗的关系可用稳态热阻模型描述：

热量积累到稳态需要时间，时间常数为 τ = R_th · C_th。取示例参数 R_th = 8 °C/W、C_th = 10 J/°C，时间常数为 80 秒。该量级说明两点：秒级突发负载不会显著抬升结温，温度墙在短时任务中通常不介入；持续数分钟的负载才逐步逼近稳态温度，节流因此是长时负载专属的现象。

沿用同一组参数，环境温度 40 °C、温度墙 85 °C，允许的最大稳态功耗为 (85 − 40) / 8 = 5.625 W。对照各工作点：单模型满频运行的 2.150 W 对应稳态结温 57.2 °C，不触发节流；当多模型并发连同加速器同时工作、整机功耗达到 8 W 量级时，稳态结温升至 104 °C，超出温度墙，须削减约 29.7% 的功耗才能收敛到限值内。

这一对照补充了第 19 篇的判断：内存预算给出的并发上限，未必是热约束允许的并发上限，两者须同时满足，实际可用并发度取较小值。多模型常驻在内存维度可能是经济的，在热维度却可能不可持续。

节流与调频在机制上须区分：调频是软件策略的主动选择，可在工作点之间按需切换；节流是硬件保护动作，触发后实际工作点由温度决定而非策略决定。诊断时若观察到频率低于策略设定值，应先确认是否处于节流状态，再排查策略配置——把节流误判为策略失效会导向错误的优化方向。

6. 能效比的评估口径

能效比有两类等价表述：以单位能量完成的工作量衡量，即 吞吐 / 功率，量纲为 token 每焦耳；或以完成单位工作的能耗衡量，即 功率 / 吞吐，量纲为焦耳每 token。二者互为倒数，报告时应明确采用哪一种。

评估口径的第二个要素是测量点，可用手段各有观测边界。外部电流传感器测得整机输入功率，涵盖核心、内存、外设与电源管理芯片的损耗，反映真实能耗但无法区分各部分贡献；片上性能计数器可归因到核心内部，但不含内存与外设功耗；电池电量计适合长时间平均，无法捕捉毫秒级波动。

观测边界不同，不同手段得到的数字不可直接比较。报告能效数据须同时声明测量点、时间窗口与负载类型，否则不具可比性。电流采样率也需覆盖负载的毫秒级波动，采样率不足会把峰值平均掉，得到偏乐观的结论。

7. 实战：按约束选择工作点

本流程的目标是：在满足时延约束的前提下，选择能耗最低的工作点。

步骤一：逐点测量。 固定负载类型与输入规模，依次将设备置于各工作点，待温度进入稳态后记录吞吐与输入功率。测量顺序建议由高到低，使节流状态在高温点先暴露。

步骤二：计算能效列。 按选定口径算出各工作点能效值，保留时延与功耗原始数据以备重新筛选。

步骤三：按约束筛选。 剔除时延不达标的工作点，在剩余可行点中取功耗最低者。

以第 4 节数据为例，设产品要求输出速率不低于 15 tok/s，可行点只有 2.0 GHz 与 1.6 GHz 两个；其中 1.6 GHz 的功耗为 1.446 W，低于 2.0 GHz 的 2.150 W，能效 12.03 tok/J 相对后者的 9.30 tok/J 提升 29.3%。在满足时延约束的可行点中，工作点越低能效越好——能效随频率单调下降时，约束的作用只是划定可行区间的下界，最优解总落在紧邻该下界的位置。

该结论的适用前提是能效随频率单调变化。当平台存在高频段收益递减、或低压点受工艺偏差限制无法稳定工作时，单调性会被破坏，此时须依据实测数据确定拐点。

对应的分析脚本如下，输入为各工作点的实测吞吐与功率：

# workpoint.py —— 按约束筛选工作点
OPS = [
    # (频率 GHz, 电压 V, 实测吞吐 tok/s, 实测整机功率 W)
    (2.0, 1.00, 20.00, 2.150),
    (1.6, 0.90, 17.39, 1.446),
    (1.2, 0.80, 14.29, 0.918),
    (0.8, 0.70, 10.53, 0.542),
]


def evaluate(ops, min_tps):
    rows = []
    for f, v, tps, p in ops:
        rows.append({
            "f": f, "v": v, "tps": tps, "p": p,
            "eff": tps / p,          # token/J，越大越好
            "energy": p / tps,       # J/token，越小越好
        })
    feasible = [r for r in rows if r["tps"] >= min_tps]
    best = min(feasible, key=lambda r: r["p"]) if feasible else None
    return rows, best


if __name__ == "__main__":
    rows, best = evaluate(OPS, min_tps=15.0)
    print("%-8s %-8s %-10s %-10s %-10s" % ("f(GHz)", "V(V)", "tok/s", "P(W)", "tok/J"))
    for r in rows:
        print("%-8.1f %-8.2f %-10.2f %-10.3f %-10.2f"
              % (r["f"], r["v"], r["tps"], r["p"], r["eff"]))
    if best:
        print("\n约束 15 tok/s 下的最优工作点: %.1f GHz  %.3f W  %.2f tok/J  %.4f J/token"
              % (best["f"], best["p"], best["eff"], best["energy"]))

脚本输出与前述结论一致。实际使用时应替换为平台实测数据，并补充温度稳定判据——温度未进入稳态时测得功率偏低，选出的工作点在高负载下可能不成立。

8. 常见问题与成因

• 降频后时延增幅小于预期：属正常现象，说明负载中访存受限算子占比较高，据此推算时延会高估降频代价；

• 降频后时延反而大幅增加：需排查是否触发内存侧降级路径。频率下降会拉长算子执行时间，间接抬高并发请求的驻留内存，可能越过准入阈值并触发上下文削减，此时时延增加来自内存策略而非频率本身；

• 长时运行数分钟后才出现降频：时间量级与热时间常数吻合，应判定为热节流而非调频策略异常，确认方式是对比同负载下的短时与长时频率记录；

• 外壳温度偏高但结温读数正常：热量在传导路径上的温差所致，二者限值不同，需分别核对；外壳温度超标时改进方向在结构与散热材料，而非降低芯片功耗；

• 能效数据在不同文档间不可比：测量点或口径不一致，核对是否一方为整机输入功率、另一方为核心功耗，以及是否为同一时间窗口；

• 提高工作点后能效大幅恶化：符合 V² 项的增长规律，若以能耗为主要指标应避免长期运行于最高工作点。

9. 结语

端侧长时运行的功耗与热约束本质上是一组多目标取舍：时延、能效与温度不能同时取到各自最优值，工程解总落在由约束划定的可行区间内。两条可操作的结论是：满足时延约束的最低工作点通常是能效最优的可行解；内存与热两个维度分别给出的并发上限须同时满足，实际可用值取较小者。功耗、内存与时延约束的是同一执行计划的不同侧面，任何一项的调整都会改变其余两项的可行区间。