加入星計(jì)劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴(kuò)散
  • 作品版權(quán)保護(hù)
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長(zhǎng)期合作伙伴
立即加入
  • 正文
    • █ 5G AI處理器的應(yīng)用場(chǎng)景
    • █ 結(jié)語(yǔ)
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請(qǐng)入駐 產(chǎn)業(yè)圖譜

深度揭秘:業(yè)界首創(chuàng)的5G AI基帶,到底有啥用?

2022/03/24
618
閱讀需 11 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點(diǎn)資訊討論

2022年伊始,5G手機(jī)芯片的技術(shù)創(chuàng)新又有了新動(dòng)向。

在不久前結(jié)束的MWC2022巴展上,高通發(fā)布了最新的5G調(diào)制解調(diào)器射頻系統(tǒng)——驍龍 X70。

眾所周知,調(diào)制解調(diào)器及射頻系統(tǒng)也就是我們常說(shuō)的手機(jī)基帶系統(tǒng)。作為手機(jī)SoC芯片的重要組成部分,基帶的技術(shù)性能,直接決定了手機(jī)的網(wǎng)絡(luò)通信能力。

正因?yàn)槿绱?,每次有新的基帶發(fā)布,總能引起行業(yè)的密切關(guān)注。這次也不例外。

這款全新基帶系統(tǒng),有什么特別之處呢? 根據(jù)官方發(fā)布的資料,驍龍X70采用4納米工藝,最高支持10Gbps的下行速度,以及3.5Gbps的上行速度。同時(shí),它是目前全球唯一一款能夠支持從600MHz到41GHz全部5G商用頻段的基帶芯片。

接下來(lái)的一句話,讓人眼前一亮:驍龍X70是全球首款內(nèi)置了AI處理器的基帶芯片。

這些年,AI技術(shù)發(fā)展迅速,逐漸成為了人們關(guān)注的焦點(diǎn)。在包括通信在內(nèi)的很多領(lǐng)域,都已經(jīng)有了它的身影。以手機(jī)為例,智能手機(jī)都集成了AI芯片。不過(guò),此前的AI能力主要集中在應(yīng)用處理器(AP)之中,包括作為獨(dú)立AI芯片的NPU(神經(jīng)網(wǎng)絡(luò)處理器),以及集成AI能力的CPU、GPU等等硬件及其支持的一系列軟件算法。

而驍龍X70這次首發(fā)的內(nèi)置AI處理器,最大的不同之處在于,它是專門配備給基帶(BP)和射頻服務(wù)的AI處理器。

換言之,X70的AI處理器,專門負(fù)責(zé)基帶連接部分的AI處理,用于提升手機(jī)的5G連接速度、鏈路穩(wěn)健性和能效,降低時(shí)延,改善用戶體驗(yàn)。

那么,AI應(yīng)用于5G真的有那么神奇嗎?它的工作原理究竟是怎樣的?我們不妨根據(jù)資料,深入研究一下。

█ 5G AI處理器的應(yīng)用場(chǎng)景

我們逐一來(lái)看這個(gè)5G AI處理器的應(yīng)用場(chǎng)景。

首先,我們看看AI輔助信道狀態(tài)反饋和動(dòng)態(tài)優(yōu)化。手機(jī)在正常的使用過(guò)程中,其實(shí)一直在和基站“互動(dòng)”。也就是說(shuō),手機(jī)在不停地探測(cè)無(wú)線信道的狀態(tài),并將狀態(tài)上報(bào)給基站。

基站這邊呢,根據(jù)手機(jī)終端匯報(bào)的信道狀態(tài),在下行調(diào)度時(shí),及時(shí)地為終端選擇更合適的調(diào)制方式、更好的時(shí)頻資源等,讓手機(jī)獲得最合適的網(wǎng)絡(luò)服務(wù)。

如果終端上報(bào)的互動(dòng)狀態(tài)信息過(guò)于保守,那么,網(wǎng)絡(luò)就會(huì)“降級(jí)”,限制了性能的發(fā)揮。如果終端上報(bào)的信息過(guò)于激進(jìn),又會(huì)導(dǎo)致網(wǎng)絡(luò)“超限”,造成資源的“溢出”浪費(fèi)。

所以,終端如何與網(wǎng)絡(luò)互動(dòng),并實(shí)時(shí)將信道狀態(tài)準(zhǔn)確上報(bào),非常重要。

引入AI處理器之后,可以明顯幫助提升反饋的實(shí)時(shí)性和準(zhǔn)確性。

在AI的幫助下,終端可以在傳統(tǒng)算法之外,基于大數(shù)據(jù)的統(tǒng)計(jì)訓(xùn)練模型,上報(bào)更能準(zhǔn)確匹配當(dāng)前無(wú)線信道情況的CSI(信道狀態(tài)信息)。也就是說(shuō),終端的感知能力更強(qiáng),信道反饋更加精準(zhǔn)。這樣一來(lái),基站就能更好地進(jìn)行動(dòng)態(tài)優(yōu)化,幫助手機(jī)終端提升吞吐量和其它關(guān)鍵的性能指標(biāo)。

仿真測(cè)試的結(jié)果顯示,在突發(fā)數(shù)據(jù)流量情境中(也就是持續(xù)時(shí)間很短的劇烈突發(fā)流量情境中),AI輔助的信道狀態(tài)反饋和動(dòng)態(tài)優(yōu)化能夠針對(duì)小區(qū)邊緣、小區(qū)中段和小區(qū)中央分別實(shí)現(xiàn)20%、16%和24%的下行吞吐量提升。

在典型數(shù)據(jù)流量情境中,借助AI的幫助,小區(qū)邊緣、小區(qū)中段獲得的下行吞吐量增益分別為26%和12%,同樣效果顯著。

再來(lái)看看AI輔助毫米波波束管理。

Massive MIMO(增強(qiáng)天線陣列),是5G最重要的技術(shù)創(chuàng)新之一。它的工作原理,就是通過(guò)多個(gè)天線振子組成的陣列,產(chǎn)生多個(gè)波束,然后結(jié)合波束賦形技術(shù),對(duì)手機(jī)終端進(jìn)行信號(hào)“跟蹤”,增強(qiáng)信號(hào)質(zhì)量。

波束跟蹤

5G毫米波,頻率高,波長(zhǎng)短,覆蓋能力弱于Sub-6GHz。因此,它的波束跟蹤管理,需要做得更好,這顯然加大了技術(shù)難度。

手機(jī)終端在移動(dòng)的過(guò)程中,毫米波波束需要時(shí)刻緊跟,進(jìn)行聚焦,增強(qiáng)手機(jī)的信號(hào)。這對(duì)波束的運(yùn)算和跟蹤能力,提出了很高的要求。

這個(gè)時(shí)候,在手機(jī)的基帶和射頻系統(tǒng)中引入AI,能夠有效提升波束跟蹤的效率。在提升信噪比的同時(shí),降低發(fā)射功率,從而提高能效。

我們可以借用雷達(dá)技術(shù)來(lái)理解它。

基站就是雷達(dá),手機(jī)終端是天上的飛機(jī)。這些飛機(jī)都是本方的飛機(jī)。為了更好地跟蹤飛機(jī)的位置,我們需要雷達(dá)有很強(qiáng)的性能。

如果飛機(jī)引入了AI的幫助,就能夠更智能、更迅速地對(duì)不確定的環(huán)境進(jìn)行排查和預(yù)測(cè),及時(shí)將情況反饋給雷達(dá)。雷達(dá)在輔助下,進(jìn)行波束調(diào)整和聚焦,緊緊地盯住飛機(jī)。

驍龍X70集成的5G AI處理器的第三個(gè)典型應(yīng)用場(chǎng)景,是網(wǎng)絡(luò)選擇。

大家都知道,我們國(guó)內(nèi)每個(gè)運(yùn)營(yíng)商擁有多種網(wǎng)絡(luò)制式,每種制式又有多個(gè)工作頻段。

對(duì)于手機(jī)來(lái)說(shuō),如何判斷和選擇最合適的網(wǎng)絡(luò)制式和頻段,是個(gè)非常棘手的問(wèn)題。

舉個(gè)例子來(lái)說(shuō),當(dāng)你處于一個(gè)演唱會(huì)或大型比賽的環(huán)境,現(xiàn)場(chǎng)人數(shù)眾多,5G網(wǎng)絡(luò)非常擁堵,而4G網(wǎng)絡(luò)反而比較流暢。這時(shí),如果你的手機(jī)終端選擇了5G,那么,可能會(huì)網(wǎng)絡(luò)速率低下,甚至掉線。而如果選擇了4G,速率反而快,體驗(yàn)也好很多。

那么,手機(jī)終端該如何判斷選擇4G還是5G呢?

答案就是反復(fù)測(cè)量。也就是說(shuō),為了選擇當(dāng)前最好的網(wǎng)絡(luò),手機(jī)終端會(huì)不斷地進(jìn)行網(wǎng)絡(luò)狀態(tài)的測(cè)量,并進(jìn)行擇優(yōu)選擇。
大家應(yīng)該看出來(lái)了,測(cè)量效率的高低,對(duì)手機(jī)終端性能影響很大。低效的測(cè)量過(guò)程,不僅會(huì)增加能量損耗(加速耗電),還會(huì)降低服務(wù)穩(wěn)定性。

于是乎,高通的技術(shù)專家們就想到了AI。

通過(guò)AI和大數(shù)據(jù)的加持,終端可以基于場(chǎng)景,在不同的網(wǎng)絡(luò)制式之間進(jìn)行選擇。終端還可以基于獲得的業(yè)務(wù)質(zhì)量,在同制式不同頻段基站之間,進(jìn)行選擇。

AI對(duì)所有的網(wǎng)絡(luò)狀態(tài)進(jìn)行智能識(shí)別和監(jiān)測(cè),從而預(yù)測(cè)和規(guī)避掉有問(wèn)題、有風(fēng)險(xiǎn)的網(wǎng)絡(luò),實(shí)現(xiàn)更出色的移動(dòng)性和鏈路穩(wěn)健性,在減少卡頓的同時(shí),提高用戶體驗(yàn)。

最后一個(gè)要介紹的AI輔助案例,是自適應(yīng)天線調(diào)諧。

眾所周知,在我們的手機(jī)里,內(nèi)置了很多根天線。不同的天線,處于不同的位置。然而,我們?cè)谑褂檬謾C(jī)時(shí),也存在不同的手勢(shì)握姿。這樣一來(lái),就存在手部對(duì)天線的干擾問(wèn)題。

不同的握持方式

為了對(duì)抗干擾,就需要讓手機(jī)射頻系統(tǒng)對(duì)天線進(jìn)行調(diào)諧。傳統(tǒng)的方式,是根據(jù)當(dāng)前使用的應(yīng)用(App)以及陀螺儀狀態(tài),判斷握持方式,形成經(jīng)驗(yàn),生成一些調(diào)諧模式。

而引入AI后,可以智能偵測(cè)用戶握持終端的手部位置,并實(shí)時(shí)動(dòng)態(tài)調(diào)諧天線,從而實(shí)現(xiàn)更高的傳輸速度,更低的能耗,以及更穩(wěn)的網(wǎng)絡(luò)質(zhì)量。

█ 結(jié)語(yǔ)

以上介紹的,是驍龍X70基帶內(nèi)置AI處理器的四大應(yīng)用場(chǎng)景。

大家應(yīng)該也看出來(lái)了,5G AI處理器的特點(diǎn),是利用強(qiáng)大的AI能力;它所擅長(zhǎng)的,是復(fù)雜的資源調(diào)度,以及對(duì)動(dòng)態(tài)變化條件的實(shí)時(shí)計(jì)算和反饋。

當(dāng)觸發(fā)條件出現(xiàn)高速變化時(shí),為了更好地感知變化,就需要AI的算力支撐。在AI算力的加持下,才有可能算出最準(zhǔn)確的結(jié)果。而準(zhǔn)確的結(jié)果,會(huì)應(yīng)用到系統(tǒng)的反饋中,從而提升運(yùn)算的效率,最終改善用戶5G連接體驗(yàn)。

這是一次革命性的技術(shù)創(chuàng)新,也揭示了基帶系統(tǒng)的未來(lái)發(fā)展趨勢(shì)。

2022年,是5G R16全面落地的一年。根據(jù)最新的統(tǒng)計(jì)數(shù)據(jù)顯示,全球已有200家運(yùn)營(yíng)商推出了5G商用服務(wù),還有超過(guò)285家運(yùn)營(yíng)商正在投資部署5G;預(yù)計(jì)從2020年到2025年,5G智能手機(jī)的出貨量將超過(guò)50億。

想要讓這幾十億5G手機(jī)終端充分享受5G帶來(lái)的完美網(wǎng)絡(luò)體驗(yàn),想要更多的運(yùn)營(yíng)商和用戶完全認(rèn)可5G的價(jià)值和魅力,我們必須從通信網(wǎng)絡(luò)的各個(gè)維度進(jìn)行性能挖潛和技術(shù)變革。在進(jìn)一步提升吞吐量的同時(shí),我們需要持續(xù)優(yōu)化傳輸效率,提升頻譜利用率并節(jié)省發(fā)射功耗。

毫無(wú)疑問(wèn),智能化是實(shí)現(xiàn)上述目標(biāo)最有效的途徑。

集成AI處理器的高通驍龍X70基帶,給手機(jī)終端基帶系統(tǒng)的未來(lái)發(fā)展指明了方向。相信未來(lái),其它廠商也會(huì)跟進(jìn),推出相應(yīng)的智能化基帶。

“5G+AI”,在移動(dòng)通信領(lǐng)域大有可為。讓我們拭目以待吧!

相關(guān)推薦

電子產(chǎn)業(yè)圖譜

通信行業(yè)知名新媒體鮮棗課堂創(chuàng)始人,通信行業(yè)資深專家、行業(yè)分析師、自媒體作者,《智聯(lián)天下:移動(dòng)通信改變中國(guó)》叢書作者。通信行業(yè)13年工作經(jīng)驗(yàn),曾長(zhǎng)期任職于中興通訊股份有限公司,從事2/3/4G及5G相關(guān)技術(shù)領(lǐng)域方面的研究,曾擔(dān)任中興通訊核心網(wǎng)產(chǎn)品線產(chǎn)品經(jīng)理、能力提升總監(jiān)、中興通訊學(xué)院二級(jí)講師、中興通訊高級(jí)主任工程師,擁有豐富的行業(yè)經(jīng)驗(yàn)和積累。