通常说来，SoC相对于传统MCU而言能支持更多低功耗模式。其原因在于SoC集成度高，有更多片上组件和多种电源配置，以支持不同的工作需求。电源模式的数量与每种模式下的可用资源根据器件会有所不同。举例来说，在某种低功耗模式下，某个器件能在仅保持寄存器和RAM内容的情况下给所有其它组件断电，而另一种器件则只是给CPU断电，而让其它资源继续运行。不同制造商会对这些模式采取不同的命名方法。在本文中，我们将以赛普拉斯的PSoC 4器件为例来详细介绍各种电源模式。
以下电源模式也得到其它制造商的大多数设备的支持：
●工作模式
●休眠模式
●深度休眠模式
●冬眠模式
●停止模式
下面我们来看看这些电源模式的具体情况：
1.工作模式：在此模式下，CPU和所有片上其它资源都正常工作运行。该模式是系统整体功耗的最主要组成部分。在此模式下，如果不使用的话，可将芯片上的各种外设分别断电。
2.休眠：这是控制器另一种常见的电源模式。该模式主要与CPU有关。当CPU进入休眠状态后，其时钟移除。CPU这时对总功耗的唯一影响就是静态功耗，因为这时已经没有时钟开关切换工作，也就不会有动态功耗。ADC和比较器等其它外设在此模式下可用。
3. 深度休眠：此电源模式下即便是系统时钟也被禁用，所以在此模式下所有高频资源都不可用。不过，这些资源的当前状态不受影响，也就是说CPU寄存器、 SRAM等的当前状态不受影响。由于高频时钟被禁用，因此能节约开关消耗的功率。通常情况下，深度休眠模式提供低频时钟运行的选项，低频时钟可用来驱动定时器等低频资源。此外，该模式也允许开发人员使用I2C从设备等通信协议块，其无需器件自身生成时钟。由于进入此模式的主要方法就是禁用系统主时钟，因此这是可以实现的。然而，模块仍然可通电。该模式对功耗的影响主要在于片上所有时钟的静态功耗。
4.冬眠：在此模式下，所有时钟都关闭，包括低速振荡器。片上所有资源，除了用于外部事件触发唤醒的资源以外全都断电。由于本模式下几乎所有组件都断电，因此该模式能减少静态和动态功耗组件，从而实现最低功耗。
5.停止：顾名思义，停止模式就是所有外设断电，即使是RAM和CPU寄存器的内容也不保持。在PSoC 4等类似器件中，这种模式下仅保持IO引脚的状态。从这种模式下唤醒会进入芯片重启动。
当分析一款应用的功耗时，必须查看所有电源模式下的功耗情况。
必须明确某种模式下能提供唤醒源。举例来说，需要某种中断才能从休眠模式唤醒，在冬眠模式下则需要I2C地址匹配中断以唤醒器件。需要了解每种模式下有哪些资源工作，能提供什么唤醒资源。举例来说，系统中可用比较器中断作为唤醒源，在超出设定阈值情况下可用模拟输入唤醒系统。就图1所示的应用而言，唤醒需要采用GPIO中断或者甚至硬复位，因为RTC会随时运行，而且控制器不需要保持此前的状态。
冬眠和停止模式下，功耗可低至100nA。对于RTC本身而言，您会很容易找到功耗很低的RTC（仅消耗100-200nA）。假设控制器直接驱动LCD，我们可认为LCD的关闭状态功耗为零。
这就使得图1所示系统中的平均功耗在300nA的范围内。如果我们假设设计方案采用CR2032作为电源，电池容量约为225mAh。就300nA的电流来说，电池仅在器件始终处于断电模式下能支持70到80年的工作。
每次按下按键，控制器都会唤醒。这会将控制器的功耗提升到500μA-1mA的范围。假设功耗为1mA左右，控制器从RTC获取数据并显示在LCD上。控制器执行这项工作只需很短的时间，但显示屏要保持较长工作时间（假设说显示屏亮起10秒钟确保用户看到数据）。作为直接驱动LCD，控制器必须保持较长的工作时间，也就是要消耗更多电荷。在此情况下，赛普拉斯的PSoC4等器件可提供低功耗模式，能让设备关闭所有其它外设，仅运行驱动LCD所需的模块。在这种器件中，LCD驱动运行在特定的低功耗模式下，这种模式被称为数字关联模式。其结果就是大幅减少电流消耗。
图2：各种状态下的电流消耗
每次按键都会经历如图2所示的电流曲线。曲线下方区域是单次按键的典型功耗。消耗的电荷计算如下：
Q = （1mA*1ms） + （20μA*10s）
根据上面的数据，我们可计算出给定电源能支持多少次按键。
工作模式下所花的时长非常重要，因为这种模式下耗电最大。一个选项是让MCU保持工作模式，但CPU时钟速度较低，从而降低工作模式下的耗电。不过，这会导致更高的平均功耗，因为工作模式所花的时间取决于时钟频率。此时由于MCU必须处于工作模式，因此功耗取决于MCU处理数据所花的时间。更快速的MCU能很快完成任务，从而延长处于低功耗模式下的时间，也就能让系统减少功耗。系统设计人员可根据系统要求明确最佳配置。
在本系列文章的下一部分，我们将以更大型系统为例作讲解，并介绍如何降低平均功耗。此外，我们还将探讨一些降低平均功耗的系统级技巧。
技术专区
- Alexa语音服务软件扩展STM32Cube
- 结合DNN API驱动未来神经网络应用的解决方案
- 针对于高端移动通信和汽车市场的四集群设计
- 一款基于帧捕捉的开源图形调试器应用设计
- 即将成为标准配置的最新安全技术：后视摄像系统
