第三本看的书是Computer Architecture: A Quantitative Approach《计算机体系结构：量化研究方法》

附两个我之前看的优质笔记链接，大家可以对照看：
- https://livypad.github.io/post/2023-03-23-caaqa/  
- https://zhuanlan.zhihu.com/p/604528750   

在一些芯片相关的描述或者书籍中，经常把"功率"和"能耗"混着用。但在实际工程中，这两个概念差别很大。结合最近看的资料，聊聊里面的门道。

功率带来的硬约束

现代芯片面临的首要问题是功率密度。一颗高端CPU可能有数百个电源/接地引脚，内部多层金属走线专门用来供电。功率密度太高，散热跟不上，芯片会过热甚至永久损坏。

更棘手的是峰值功率。实际运行中，峰值功率可能达到TDP（热设计功耗）的1.5倍。电源系统必须能扛住瞬时高电流，否则电压跌落会导致降频，性能断崖式下跌。

TDP到底是什么

TDP（Thermal Design Power）经常被误解。它不是芯片的最大功率，也不是实际平均功耗，而是持续运行时的散热设计基准。

散热系统按TDP设计，但电源容量得留更大余量。温度接近阈值时，芯片会动态降频；紧急情况下还会触发热过载保护，强制降低功率防止烧毁。

能耗才是效率的核心

能耗 = 平均功率 × 时间。这才是衡量任务执行成本的指标。

举个例子：

• 处理器A：功率高20%，但执行时间只有70%
• 实际能耗：1.2 × 0.7 = 0.84，比基准省了16%

只看功率，A似乎更耗电；看能耗，A更高效。电池供电设备尤其要关注这个——能耗直接决定续航。

功率只是约束条件（比如芯片不能超过100W），真正的效率评估必须看能耗。

系统设计怎么做

PC芯片：按"高温密集使用"场景设计，依赖温度传感器动态调频。

移动设备：针对"间歇活跃"特性，DRAM和磁盘支持低功耗模式，空闲时快速降频。

紧急降频：结温超过阈值时强制降电压/频率。副作用是性能突降，用户体验可能卡顿。

架构层面的权衡：

• DVFS（动态电压频率调整）：负载低时降频省电，负载高时拉满性能
• 异构计算：大核跑重任务，小核处理后台，整体能耗最优

一个常见误区

云服务器选型时，如果只对比平均功率而忽略能耗，可能选错处理器。比如处理器B功率低但执行时间长，总电费反而更高。数据中心看的是每瓦特能完成多少任务，不是单纯的瓦特数。

总结

做系统设计时，功率是约束，能耗是优化目标，两者都重要。