新闻详情

新闻详情

首页 / 资讯中心 / 详情

6、DDR功耗管理:DDR功耗模型(Active/Precharge/Self-Refresh)、动态电压频率调整(DVFS)、高通平台功耗优化策略

发布时间:2026/11/16 10:49:30来源:尧图网络
6、DDR功耗管理:DDR功耗模型(Active/Precharge/Self-Refresh)、动态电压频率调整(DVFS)、高通平台功耗优化策略
6.1 DDR功耗模型:Active / Precharge / Self-RefreshDDR的功耗状态,说白了就三种:干活、待命、睡觉。我习惯把它们叫做Active、Precharge和Self-Refresh。6.1.1 Active状态Active就是DDR正在读写数据。这时候Bank是打开的,Row被激活了。功耗主要来自三块:激活电流(I_ACT):打开Row时瞬间的大电流,有点像汽车起步那一下读写电流(I_RW):数据在DQ线上来回跑,频率越高电流越大终止电流(I_Term):信号完整性需要的端接电阻,这个很多人会忽略我在项目中遇到过一个问题:DDR在Active状态下功耗比预期高了15%。查了半天,发现是Bank冲突太多,导致频繁的Activate和Precharge。嗯,这里要注意,Bank冲突会让功耗直线上升。6.1.2 Precharge状态Precharge就是Bank关闭了,Row也关了,但CKE(时钟使能)还开着。这时候DDR处于低功耗待命状态,随时可以切回Active。Precharge的功耗主要来自:预充电电流(I_PRE):关闭Row时给Bitline充电时钟树电流(I_CK):时钟还在跑,PLL还在工作说白了,Precharge就是「我准备好了,但还没开始干活」。功耗大概是Active的30%-50%。6.1.3 Self-Refresh状态Self-Refresh是DDR的深度睡眠模式。这时候DDR自己给自己刷新,不需要外部时钟。功耗最低,但唤醒延迟也最大。我做过一个测试:LPDDR5在Self-Refresh模式下,功耗只有Active的1%左右。但唤醒时间需要几百纳秒到几微秒。所以什么时候
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉