端侧推理的功耗预算：移动游戏 AI 功能的发热与帧率权衡
一、AI 功能悄悄烧掉的，是电池和帧率
移动游戏塞进 AI 功能时，常只盯着"能不能跑"。等上线才发现：NPC 一密集思考，手机后背发烫，帧率从 60 掉到 40，玩家边玩边充电。AI 的算力开销最终都变成功耗，而功耗在手机上是刚性约束。
帧率是游戏的生命线，发热是硬墙。两者都和功耗直接挂钩：推理越频繁、模型越大，CPU/NPU 越忙，温度越高，降频越狠，帧率越垮。AI 功能若不计功耗预算，就是拿体验换智能。
端侧推理的功耗管理，本质是给 AI 设"用电额度"，在智能与续航、帧率间找平衡。本文聚焦如何把功耗变成可量化、可调度的预算。
二、功耗到帧率的影响数据流
下面这张图描述了推理负载如何经发热影响到帧率。
AI 推理负载
│
▼
芯片功耗上升
│
▼
温度上升
│
▼
超阈值?
├────────┐
▼是 ▼否
系统降频 维持
│ │
└───┬────┘
▼
帧率下降/卡顿
AI 推理增加芯片功耗，温度随之上升，一旦越过阈值，系统触发降频保护，CPU/GPU 变慢，帧率随之下降，这是一个负反馈：AI 越努力，世界越卡。
功耗预算的意义，就是在这条链前端设闸。不是等发热降频才停，而是提前限制推理的频次与规模，让温度始终待在安全区。把被动降温变主动预算。
三、生产级功耗预算与调度实现
下面是一段 Python 示例，展示按温度与帧率余量动态调度推理预算。
@dataclass
class PowerBudget:
temp_max: float = 42.0 # 表面温度上限，超则收缩
fps_floor: float = 50.0 # 帧率地板，低于则让路给渲染
interval_ms: float = 100.0 # 当前推理间隔，动态调
def schedule(b: PowerBudget, temp: float, fps: float) -> float:
# 温度或帧率越界，拉长推理间隔以降压降温
if temp > b.temp_max or fps < b.fps_floor:
b.interval_ms = min(b.interval_ms * 1.5, 1000.0) # 最多 1 秒一次
return b.interval_ms
# 余量充足时适度加密，但不超过基准
b.interval_ms = max(b.interval_ms * 0.9, 50.0)
return b.interval_ms
def allowed_infer(b: PowerBudget, dt: float) -> bool:
# 按当前间隔节流，避免每帧都推理烧电
return dt * 1000.0 >= b.interval_ms
这段代码的关键契约：调度器以温度与帧率双阈值为输入，越界就拉长推理间隔、余量足才适度加密，把 AI 负载维持在安全区；节流函数 allowed_infer 按间隔放行，避免每帧推理持续烧电。生产环境应把温度取自设备传感器并做平滑，防瞬时尖峰误触发；帧率地板要留余量，别贴着 60 跑。间隔调整需设上下限防抖动（避免一会密一会疏导致体验忽好忽坏）。多 AI 功能共享同一预算池，需按优先级分配额度，关键 NPC 保底、边缘功能先让。
四、感知降级、测量误差与体验的边界
功耗管理的代价是 AI 变"笨"。推理间隔拉长，NPC 反应变慢、决策变粗，玩家可能察觉"敌人变呆了"。需做感知降级而非硬砍：低频时切换更轻的策略、用缓存动作兜底，让降频尽量不被察觉。
测量误差是隐形坑。设备温度传感器的精度与位置不一，读到的值未必反映芯片真实热态。帧率又受渲染波动影响，单看瞬时值会误判，需做滑动平均与多重确认，避免一次掉帧就误关 AI。
体验边界在于"玩家感知不到"。预算调度的最高境界是 AI 在全速与节流间无缝切换，玩家只觉得"这游戏 AI 刚刚好"。这需要把功耗、温度、帧率、AI 质量做成联动旋钮，而非各自为战。端侧 AI 的成熟标志，不是模型多大，而是它懂得在手机上"省着用"——把每一焦耳都花在玩家能感知的智能上。
结论
端侧推理的功耗预算，通过以温度与帧率为阈值的动态调度，在 AI 负载链前端设闸，避免推理发热触发系统降频拖垮帧率。调度器越界即拉长推理间隔、余量足才适度加密，节流函数按间隔放行防持续烧电。工程落地须以平滑后的传感器数据为准、为帧率留余量、对间隔设上下限防抖动，并让多 AI 功能共享预算池按优先级分配。代价是 AI 需做感知降级而非硬砍，且调度要基于滑动平均防测量误差误判。端侧 AI 的成熟标志不是模型多大，而是懂得在手机上省着用——把每焦耳都花在玩家可感知的智能上，在智能、续航与帧率间维持无缝平衡。
