功率與熱預算
把毫瓦的去處加總，就得到植入體的總消耗：逐通道的類比前端（由第二篇的 NEF 決定）、ADC 與數位邏輯、晶片內 DSP、以及無線電。由於類比與 ADC 項逐通道複製，總功率大致隨通道數線性增長。
P_{\mathrm{total}} \approx N_{\mathrm{ch}}\,(P_{\mathrm{amp}} + P_{\mathrm{ADC}}) + P_{\mathrm{DSP}} + P_{\mathrm{radio}}植入體功率帳。逐通道項隨 N 縮放；究竟是 P_radio 還是逐通道項主導，正是第三篇晶片內運算的權衡。
植入體的總功率是每通道成本（放大器加 ADC）乘以通道數，再加上晶片內運算與無線電的固定成本。究竟是無線電項還是逐通道項主導，正是決定晶片內運算是否划算的關鍵——而它受組織升溫所限。
- P_{\mathrm{total}}
- 整個植入體的功率消耗。
- N_{\mathrm{ch}}(P_{\mathrm{amp}} + P_{\mathrm{ADC}})
- 每通道放大器與 ADC 功率，乘以通道數。
- P_{\mathrm{DSP}}
- 花在晶片內數位處理上的功率。
- P_{\mathrm{radio}}
- 花在無線傳輸資料外送上的功率。
在數千通道下，N_{\mathrm{ch}} 項可能淹沒預算中其他所有項。
天花板不是電池壽命——而是生物學。上述每一毫瓦都變成沉積在組織裡的熱，而組織不易把它帶走，神經組織在功能與安全受威脅之前，只能容忍約一度的持續升溫。這是全領域最艱難的單一限制。
p_{\mathrm{diss}} = \dfrac{P_{\mathrm{total}}}{A} \;\lesssim\; p_{\mathrm{safe}} \;\sim\; \text{a few tens of mW/cm}^2 \;\;(\Delta T \lesssim 1\,^{\circ}\mathrm{C})熱通量準則：單位植入體表面的功率耗散，必須低到能把組織的持續升溫維持在約一度。常被引用的極限量級為數十 mW/cm²。
傷害組織的不是總功率，而是攤在單位表面積上的功率——即熱通量。要把它壓到夠低（約數十 mW/cm² 的量級），讓組織只升溫約一度，否則你會冒著把想記錄的細胞煮熟的風險。
- p_{\mathrm{diss}}
- 單位植入體表面積所耗散的功率——即熱通量。
- A
- 功率攤開的植入體表面積。
- p_{\mathrm{safe}}
- 安全的通量上限——常見為數十 mW/cm²。
- \Delta T
- 組織的持續升溫，維持在約一度。
把相同的總功率攤在更大的表面上，可降低通量與升溫。
感應式無線電力傳輸
密封的植入體需要在不穿皮拉線（那會是感染途徑）的情況下取得電力。主流解法是感應式電力傳輸：一個外部線圈驅動交變磁場，耦合進植入的線圈，就像一具跨越組織、鬆散耦合的變壓器。可達到的效率由單一品質指標支配——耦合係數平方乘上兩線圈品質因數的乘積。
\eta_{\max} = \dfrac{k^2 Q_1 Q_2}{\left(1 + \sqrt{1 + k^2 Q_1 Q_2}\right)^2}兩線圈鏈結的最大效率。一切都繫於乘積 k²Q₁Q₂：距離與對位偏差會縮小 k，因此植入體努力維持高 Q、並讓線圈靠近且對齊。
兩線圈之間能傳輸的最佳功率，幾乎全繫於乘積 k^2 Q_1 Q_2。距離與對位偏差會縮小耦合 k，因此植入體會努力維持高線圈品質 Q，並讓兩線圈靠近且對齊。
- \eta_{\max}
- 兩線圈鏈結可達的最大功率傳輸效率。
- k
- 耦合係數——兩線圈共享磁通的程度。
- Q_1,\ Q_2
- 發射與接收線圈的品質因子。
- k^2 Q_1 Q_2
- 主宰效率的單一乘積。
k^2 Q_1 Q_2 越大，效率越趨近 1；鬆散而遙遠的線圈（k 小）則會扼殺它。
有兩個後果。第一，耦合 k 隨間距與對位偏差快速下降，因此鏈結效率對「手術與日常生活無法完全控制的事」——植入深度、頭部移動、線圈擺位——很脆弱。第二，你未能高效遞送的功率，會以熱的形式耗散在兩線圈間的組織裡，直接回饋到上面的熱預算。電力遞送與升溫並非各自獨立的問題。
無線遙測與夏農牆
資料同樣必須無線離開植入體，而在此資訊理論設下了天花板。頻寬為 B、在給定訊雜比下的無線電鏈結，其承載量不超過夏農容量，而每一條實際鏈結都達不到它。
C = B\,\log_2\!\left(1 + \mathrm{SNR}\right)夏農容量：每秒位元數的天花板。以加寬 B 或提高傳輸 SNR 來提升速率，兩者都要付出功率——這是吞吐量與能量預算之間的根本連結。
這是鏈路上無誤位元每秒的硬性天花板，由頻寬與訊雜比決定。你可以靠加寬頻帶或提升 SNR 來加快——但兩者都要付出功率，這正是吞吐量與能量預算之間的根本連結。
- C
- 通道容量——可靠位元每秒的上限。
- B
- 鏈路的頻寬。
- \mathrm{SNR}
- 訊雜比——只透過對數起作用。
把頻寬加倍大約使容量加倍，但要多得幾個位元，SNR 卻得翻四倍。
對植入體而言，更能說明問題的指標是每位元能量：無線電功率除以資料率。目前最先進的植入式無線電達到每位元皮焦耳到奈焦耳的範圍，而這正是原始消防栓水柱不能直接傳輸的原因——在數百 Mbit/s 下，即使每位元幾奈焦耳，光是無線電就會撐破整個熱預算。
E_b = \dfrac{P_{\mathrm{radio}}}{R_{\mathrm{data}}} \quad\Longrightarrow\quad P_{\mathrm{radio}} = E_b\,R_{\mathrm{data}}每位元能量把遙測功率直接綁在資料率上；既然 R_data = N_ch·f_s·N_bits，在不減通道的前提下削減無線電功率的唯一途徑，就是削減每通道的位元——也就是在晶片上壓縮或偵測。
無線電功率等於每個位元所耗的能量乘以你每秒送出的位元數。既然資料率是通道數乘取樣率再乘位元數，在不減通道的前提下削減無線電功率的唯一途徑，就是每通道少送位元——也就是直接在晶片上壓縮或偵測。
- E_b
- 每個傳輸位元所花的能量。
- P_{\mathrm{radio}}
- 無線電的功率消耗。
- R_{\mathrm{data}}
- 資料率——通道數乘取樣率再乘位元數。
在每位元能量固定下，每通道位元數減半，無線電功率也減半。
壓縮作為一種功率策略
現在迴圈閉合了。第三篇把晶片內 spike 偵測與壓縮引介為縮小 R_{\mathrm{data}} 的方法；上面的方程式恰恰說明了它為何重要——你不送出的每一個位元，都是你不花在無線電上的能量。決策準則是一條簡單的不等式：只有當晶片內處理省下的遙測能量超過它所花的運算能量時，才納入它。
E_b\,\Delta R_{\mathrm{data}} \;>\; P_{\mathrm{compute}} \quad\Longrightarrow\quad \text{on-chip processing pays off}壓縮的損益兩平：當被降低的資料率 ΔR 所省下的無線電能量，超過它所需的額外運算功率時，晶片內處理才划算。
晶片內運算只有在「靠縮小資料率所省下的無線電能量」勝過「運算本身多燒的功率」時才值得。這是條樸素的成本效益線：在無線電上省下的瓦數，要多於在處理器上花掉的。
- E_b\,\Delta R_{\mathrm{data}}
- 把資料率削減 \Delta R_{\mathrm{data}} 所省下的無線電功率。
- P_{\mathrm{compute}}
- 晶片內壓縮或偵測所需的額外功率。
- \Delta R_{\mathrm{data}}
- 壓縮所達成的資料率降幅。
若晶片內壓縮省下的無線電瓦數多於壓縮器所耗，就在晶片上做。