低功耗系统设计全方位解析：从硅片工艺到嵌入式软

电源的考虑。片上稳压器为系统设计者提供了更高的灵活性，从而能从一只电池榨取更多电能。例如，片上开关降压转换器(如Silicon Labs公司的SiM3L1xx MCU产品)可以从一只3.6V工业电池获得输入，以高于80%的效率将其转换为1.2V.很多MCU没有这种特性，而是采用线性元件降压到合适电平，会有大量的消耗。在高级的实现中，当电池放电到某个水平，转换器无法做转换工作时，降压稳压器可以关闭。因此，电源可以在设备的整个生命周期上做到优化能效，一切均在软件控制下。

软件的决策

性能的缩放。高能效嵌入应用的实现有赖于软件的设计，软件要以最适当的方式使用硬件资源。什么样才是适合，这不仅取决于应用，而且要看硬件实现。同样，硬件越灵活(包括CPU、时钟、电压和存储器使用)，开发者可以获得的节能潜力也越大。能感知硬件的软件工具为嵌入系统工程师提供了更高的认知度，使他们能够更多地了解到哪种更高节能是可实现的。

一种选择是采用动态电压缩放，如图3和图4所示。使该技术得以实现的是片上dc/dc转换器与性能监控电路，当应用不需要以最高速度执行指令时，它们提供了降低电压的能力。在这些情况下，系统就工作在较低的功耗下。最终的益处是一个输入电压的函数，可以在产品的生命周期内变化。图中显示了无电压缩放(VDD固定)、SVS(静态电压缩放)，以及AVS(动态电压缩放)之间的相对差别。

AVS有一个有意思的地方，这就是AVS策略可以根据系统输入电压而改变。在本例中，当输入为3.6V时，用一个高效的内部dc/dc转换器为内部逻辑以及闪存供电，效率更高。但随着在产品生命周期内的电池放电，输入电压跌落，用输入电压为闪存子系统直接供电就成了更高效的方法，因为内部逻辑可以工作在较闪存更低的电压下。例如，Silicon Labs公司的SiM3L1xx系列MCU就有一个灵活的电源架构，有六个独立和可变的电源域，能够实现这种动态的优化。

增加硬件块(如DMA)可以进一步改变对能耗的折衷。

通常来说，CMOS逻辑电路工作得较慢，因为它们电压低。如果应用可以容忍较低的性能，则较低电压可以因能耗中的二次项而获得大的节能效果，例如常有这种情况，要处理的通信协议，其提交数据的速度不高于某种标准频率。泄漏为电压缩放提供了下限。如果每次运行花费时间太长，则泄漏就开始占据能耗方程的主要地位，从而增加了总能耗。因此，执行一个功能越快越好，然后就使处理器回到睡眠模式，尽量减少泄漏成份。

考虑一个需要完成相当多数字信号处理的无线传感器应用，例如玻璃破碎探测器。在本例中，应用会通过一个快速富利叶变换来分析由音频传感器拾取的振动，其特性频率来自于玻璃的碎裂。FFT比较复杂，因此，如要降低电压而以较低频率执行这个变换，就会大大增加泄漏，

即使是采用较老的工艺技术。本例的最佳方案是以接近最高频率运行这个变换，然后返回睡眠模式，直到要向主结点报告任何结果时。

不过，无线协议代码会产生不同的要求。射频协议要求事件有固定的时序。在这些情况下，协议可能要完全由硬件处理。这就使降低处理器核心电压有了更大的意义。因此，需要做分组组装与传输的代码要运行在适合于无线协议的速度。

增加硬件块(如智能DMA)可以进一步改变能耗的折衷情况。很多DMA控制器都需要处理器的频繁干预，如原生ARM Cortex-M3处理器所提供的DMA控制器。但更多智能DMA控制器能支持一种排队与链接的组合，处理器就可以计算报头、加密数据、分组组装，然后以适当的间隔，将数据的传送工作转交给缓冲存储区，供射频前端使用。在射频链路激活的大多数时间内，处理器可以睡眠，节省大量能源。

存储器使用。对于现代32 bit MCU，软件工程师在存储器块的使用方式上有高度自由。通常MCU会提供一组存储器，包括长期保存代码和数据的非易失存储器，以及存放临时数据的 SRAM.多数情况下，访问闪存的功耗要高于SRAM.对于正常使用情况，闪存读取次数是SRAM读取数的三倍。闪存写入消耗的功率更多(需要将整块擦除，然后用一个相对高电压脉冲的漫长序列重新写入)。但对于大多数应用来说，闪存写入操作并不频繁，实际上不会影响到平均功耗。

闪存功耗的一个更进一步因素是如何分配来自处理器的存取。每个闪存块都包含多个页面，每个页面的大小最多可达4k字节。要支持存取，每个页面都必须加电;未被使用的页面则可以维持在低功耗状态。如果一个定期存取的代码段要跨两个闪存页，而不是全在一个页面上，则读取指令相关的能耗就会增加。将跨不同页面的频繁存取代码与数据在内存中重新分配，就可以在一只电池的放电寿命期间节省不小的能量，而不必修改物理硬件。

通常有意义的是复制功能，它更多地使用片上SRAM而不是闪存，无论是读还是写，虽然这种方法看似是对存储容量的低效使用。电池长寿命的优点可以轻易抵消掉更多的内存消耗。

代码优化。能量优化亦可以颠覆传统的代码效率概念。几十年来，嵌入系统工程师很注重针对存储器大小来优化代码，除非性能是压倒一切的指标。能量优化提供了另一种全新的度量标准集。一个重要的考虑是采用32 bit平台上已经普遍提供的片上缓存。

对代码大小的优化能够在缓存中保存更多的可执行代码，从而提高了速度和节省了能耗。不过，函数调用与分支(可重新使用公共代码，从而减少应用的尺寸)会在同列缓存的代码段之间造成不可预期的冲突。这样当需要从主内存中获取指令时，会造成浪费的“缓存颠覆”，以及多闪存页激活。

在产品生命周期内要频繁工作的那些代码，可以充分压缩到能装入缓存中，而不做分支或调用函数，这是有意义的。考虑一个烟雾报警器：即使报警器每周触发一次(也许源于厨房活动所产生的过多烟气)，也仅是报警器十年寿命中3.15亿次事件中的520个。绝大部分时间中，代码只要读一下传感器值，然后发现其未超阈值，就让处理器核心返回睡眠状态，等待系统定时器的唤醒。