- 高性能GPU/模拟接口设计平台

NPU与GPU：AI算力的“双核驱动”

在AI技术席卷全球的今天，无论是手机端的智能助手，还是数据中心的大模型训练，都离不开两种核心硬件——NPU（神经网络处理单元）和GPU（图形处理单元）。它们的供电电路设计，直接决定了算力效率与能耗表现。举个例子⛵️平台，高通2025年发布的骁龙X Elite芯片，将16TOPS算力的NPU与GPU集成，总算力达75TOPS，这种“双核驱动”模式已成为AI PC的标配。而英伟达最新RTX 500 Ada Generation GPU更进一步，直接在GPU中嵌入NPU模块，专为AI计算优化。这背后，是两种芯片对供电电路的极致要求：GPU需要大电流、快速响应的供电，而NPU则追求低功耗下的高效能。

供电电路的“三重挑战”：电流、效率与散热

GPU的供电电路堪称“电力工程奇迹”。以游戏显卡为例，其峰值功耗可达300W以上，瞬间电流需求超过100A。为了满足这种需求，主流显卡采用多相开关电源供电，通过多个MosFET（金属氧化物半导体场效应晶体管）并联，将单相电流分散到多个通道。例如，高端显卡的12相供电电路，每相仅需承载约25A电流，既降低了单个MosFET的发热，又通过PWM（脉冲宽度调制）芯片精准控制电压波动，确保供电稳定性。实测数据显示，这种设计能使GPU在满载时电压波动控制在±1%以内，避免因供电不稳导致的算力下降。

相比之下，NPU的供电需求更“精致”。以苹果M2芯片中的16核NPU为例，其功耗仅约5W，但需在极低电压下（通常低于1V）实现高效能。为此，NPU供电电路采用低导通电阻的DrMos（集成驱动的MosFET），导通电阻可低至1mΩ以下，配合聚合物电容滤波，将供电纹波控制在10mV以内。这种设计使得NPU在执行人脸识别、语音降噪等任务时，能效比（TOPS/W）可达GPU的10倍以上。例如，OPPO自研的NPU在相同功耗下，性能是GPU的120倍，这背后正是供电电路优化的功劳。

热点话题：AI PC与边缘设备的“供电革命”

2025年，AI PC成为科技圈最热话题之一。微软Copilot+ PC要求设备NPU算力至少40TOPS，而AMD Ryzen AI 300系列和英特尔Lunar Lake处理器已将NPU性能推至50TOPS以上。这种算力跃升对供电电路提出新挑战：如何在有限空间内实现更高效率？答案藏在材料与拓扑结构的创新中。例如，英特尔Lunar Lake采用3D堆叠封装，将NPU与GPU、CPU垂直集成，缩短供电路径，减少寄生电感；同时，使用氮化镓（GaN）MosFET替代传统硅基器件，导通电阻降低50%，开关频率提升3倍，使得供电模块体积缩小40%，效率提升至95%以上。

边缘设备领域，NPU的供电优化更显关键。以意法半导体STM32N6 MC✅平台U为例，其集成1GHz NPU算力达600GOPS，但功耗仅0.5W。为实现这一目标，供电电路采用动态电压频率调整（DVFS）技术，根据任务负载实时调整电压与频率。例如，在执行简单语音指令(lìng)时(shí)，电(diàn)压(yā)可(kě)降(jiàng)至(zhì)0.8V，频(pín)率(lǜ)降(jiàng)至(zhì)500MHz，功(gōng)耗(hào)仅(jǐn)0.2W；而(ér)在(zài)处(chù)理(lǐ)复(fù)杂(zá)图(tú)像(xiàng)识(shi)别(bié)时(shí)，电(diàn)压(yā)升(shēng)至(zhì)1.2V，频(pín)率(lǜ)提(tí)至(zhì)1GHz，算(suàn)力(lì)全开(kāi)。这(zhè)种(zhǒng)“按(àn)需(xū)供(gōng)电(diàn)”模(mó)式(shì)，使(shǐ)得(de)边(biān)缘(yuán)设(shè)备(bèi)在(zài)保(bǎo)持(chí)长(zhǎng)续(xù)航(háng)的(de)同(tóng)时(shí)，实(shí)现(xiàn)AI功(gōng)能(néng)本(běn)地(de)化(huà)，避(bì)免(miǎn)云(yún)端计算的延迟与隐私风险。

未来趋势：供电电路的“智能化”与“集成化”

展望未来，NPU与GPU的供电电路将向两个方向演进：一是智能化，通过AI算法预测负载需求，提前调整供电参数。例如，英伟达正在研发的“自适应供电芯片”，可实时监测GPU温度、电流波动🈁，动态优化MosFET开关频率，将供电效率再提升5%-10%。二是集成化，将供电模块直接集成到芯片内部，减少外部元件。苹果M3芯片已实现部分供电电路的片上集成，未来可能将整个多相供电系统封装在芯片内部，进一步降低寄生参数，提升能效。

对于普通消费者而言，理解这些技术背后的意义，能帮助我们更好地选择设备。例如，购买AI PC时，可关注NPU算力与功耗比（TO🔵PS/W）；选择(zé)手(shǒu)机(jī)时(shí)，优(yōu)先(xiān)支(zhī)持(chí)DVFS技(jì)术(shù)的(de)型(xíng)号(hào)，能(néng)获(huò)得(de)更(gèng)持(chí)久(jiǔ)的(de)AI体(tǐ)验(yàn)。而(ér)对(duì)于(yú)开(kāi)发(fā)者(zhě)，供(gōng)电(diàn)电(diàn)路的(de)优(yōu)化(huà)意(yì)味(wèi)着(zhe)更(gèng)低(dī)的(de)开(kāi)发(fā)门(mén)槛(kǎn)——当(dāng)NPU的(de)供(gōng)电(diàn)稳(wěn)定(dìng)性(xìng)提(tí)升(shēng)，编(biān)写(xiě)AI算(suàn)法(fǎ)时(shí)无(wú)需(xū)再(zài)为(wèi)电压波动导致的计算错误而烦恼。

从GPU的大电流“暴力美学”，到NPU的低功耗“精致艺术”，供电电路的设计始终是算力与能效的平衡术。随着AI技术的普及，这场“电力工程”的竞争将愈发激烈，而最终受益的，将是每一个享受智能生活的你我。