近日,CCS Insight發(fā)布了《射頻前端的發(fā)展讓5G手機(jī)成為可能》的報(bào)告,分享了射頻前端設(shè)計(jì)復(fù)雜程度的演變及其背后的原因,以及芯片行業(yè)在應(yīng)對(duì)這種復(fù)雜性并持續(xù)改善用戶體驗(yàn)方面做出的努力。報(bào)告指出,為了應(yīng)對(duì)向5G演進(jìn)過程中射頻復(fù)雜性的指數(shù)級(jí)增長,傳統(tǒng)的芯片制造商高通公司已經(jīng)將射頻元器件和技術(shù)方案組合在一起,為智能手機(jī)制造商提供一個(gè)成熟的調(diào)制解調(diào)器到天線的射頻解決方案。這種新穎的策略為終端生態(tài)系統(tǒng)帶來了巨大的價(jià)值,并幫助手機(jī)制造商節(jié)約了射頻工程資源。
射頻設(shè)計(jì)的復(fù)雜性
十年前,蜂窩設(shè)備的射頻(RF)設(shè)計(jì)開始發(fā)生根本性的變化,為目前的射頻前端,即智能手機(jī)中調(diào)制解調(diào)器和天線之間部分的日益成熟鋪平了道路。當(dāng)時(shí)全球正在經(jīng)歷從多種零散的3G全球蜂窩技術(shù)到統(tǒng)一的4G無線標(biāo)準(zhǔn)這一重要過渡階段,也就是所謂的長期演進(jìn)(LTE),邁出了改進(jìn)蜂窩通信標(biāo)準(zhǔn)以充分利用無線頻譜資源漫長旅程中的第一步。
4G LTE的面世需要一套新的無線技術(shù),以盡可能的利用可用的蜂窩無線頻譜,并最高效地使用離散的頻譜資源。為了實(shí)現(xiàn)這一目標(biāo),射頻工程師從根本上重塑了射頻前端的無線信令和傳輸架構(gòu),增加了載波聚合(CarrierAggregation)、高階調(diào)制(Higher-Order Modulation)和多入多出(MIMO)天線等主要功能。通過整合更多的無線頻譜來整體改善無線連接及性能,移動(dòng)設(shè)備中的射頻設(shè)計(jì)也因此變得相當(dāng)復(fù)雜。
本系列由三部分組成,旨在解密射頻前端RFEE設(shè)計(jì)及技術(shù)如何促使5G智能手機(jī)的面世;探討為何手機(jī)中的射頻前端設(shè)計(jì)變得如此復(fù)雜;審視射頻前端架構(gòu),描述芯片行業(yè)如何應(yīng)對(duì)這種復(fù)雜性并能持續(xù)改善用戶體驗(yàn)。
sophistication射頻前端之謎
進(jìn)入4G時(shí)代之前,蜂窩無線電設(shè)計(jì)是一個(gè)相當(dāng)簡(jiǎn)單的事情。傳統(tǒng)的射頻前端只需支持屈指可數(shù)幾個(gè)不同的無線頻率,從而只需要少量的射頻元器件和天線來提供下行和上行的功能。但是隨著行業(yè)開始4G的長期演進(jìn),射頻前端設(shè)計(jì)必須能夠快速擴(kuò)展,以滿足全球各地?zé)o線蜂窩應(yīng)用對(duì)頻譜增加的需求。
時(shí)至今日,在4G和5G手機(jī)中看到支持超過20個(gè)頻段及多個(gè)天線的射頻前端設(shè)計(jì)已不罕見。與3G相比,4G起步階段面對(duì)的復(fù)雜情況造成了射頻前端部分的幾何級(jí)數(shù)式增長。隨著行業(yè)向5G過渡,射頻設(shè)計(jì)的挑戰(zhàn)更加復(fù)雜,給設(shè)備制造商帶來了抑制射頻復(fù)雜性再一次指數(shù)級(jí)增長的艱巨任務(wù)。事實(shí)上我們的研究表明,在智能手機(jī)的物料(BOM)成本構(gòu)成上,射頻前端部分上升幅度最為顯著。而相比射頻前端部分成本和復(fù)雜度的增長,其他功能區(qū)的成本和復(fù)雜度僅有小幅增長。
最新的5G射頻前端設(shè)計(jì)必須支持新的、更高帶寬的5G頻率,以及越來越多的LTE頻段組合以應(yīng)對(duì)更高的網(wǎng)絡(luò)需求。因?yàn)榇蠖鄶?shù)5G網(wǎng)絡(luò)推出時(shí)使用的是非獨(dú)立組網(wǎng)5G;這意味著同時(shí)激活兩套不同的無線信號(hào),即5G和4G,它們具有不同且獨(dú)立的射頻鏈接。
5G標(biāo)準(zhǔn)也助力迎來新的、尚未使用過的24GHz以上頻譜,通常被稱為毫米波頻段。這些頻段的頻寬高達(dá)1GHz,使無線數(shù)據(jù)傳輸?shù)姆逯邓俾食^了7Gbps。但為了實(shí)現(xiàn)這種速率,設(shè)備設(shè)計(jì)犧牲了信號(hào)覆蓋;5G毫米波的接收和傳播在實(shí)際應(yīng)用中更加困難,這也迫使新的無線電技術(shù),如波束成形和波束轉(zhuǎn)向的應(yīng)用以產(chǎn)生可用的毫米波5G連接。
隨著5G手機(jī)中的無線頻段和射頻元件的數(shù)量的增加,設(shè)計(jì)一個(gè)同時(shí)支持三代蜂窩無線技術(shù)的射頻前端變得更加困難。下表說明了隨著3G、4G和5G網(wǎng)絡(luò)中支持的頻段數(shù)量的增加,導(dǎo)致射頻部分復(fù)雜性的失控式增長;對(duì)比11年前三星Galaxy系列的第一代設(shè)計(jì),我們可以看到伴隨每一次移動(dòng)網(wǎng)絡(luò)的迭代而帶來支持更多射頻頻段的需求,以及不斷增加的無線帶寬對(duì)射頻前端設(shè)計(jì)要求的提高。這意味著手機(jī)廠商需要著重致力于在控制成本膨脹而產(chǎn)品體積受限的情況下設(shè)計(jì)出更高性能的射頻前端。
三臺(tái)設(shè)備在每次移動(dòng)網(wǎng)絡(luò)迭代支持的無線頻段數(shù)量
一直以來,射頻方面的復(fù)雜性及其帶來的設(shè)計(jì)挑戰(zhàn)在產(chǎn)品宣傳中被隱藏起來不為消費(fèi)者所知。因?yàn)檫@些復(fù)雜性會(huì)使產(chǎn)品信息變得模糊不清。智能手機(jī)用戶不需要也不想了解這種不斷增加的復(fù)雜性;他們希望無論住在哪里,自己的手機(jī)都能隨時(shí)隨地正常工作。
為什么一定要如此復(fù)雜?
為實(shí)現(xiàn)網(wǎng)絡(luò)迭代和用戶體驗(yàn)的數(shù)量級(jí)提升,更多的無線頻譜被啟用。但一個(gè)不可忽視的現(xiàn)實(shí)是,射頻前端設(shè)計(jì)不能隨著對(duì)手機(jī)無線需求的增加而同步擴(kuò)展。因?yàn)轭l譜是一種稀缺資源,政府不得不對(duì)射頻頻譜進(jìn)行配給,造成了今天大多數(shù)蜂窩網(wǎng)絡(luò)無法滿足5G的預(yù)期需求的局面。毫米波技術(shù)是一種解決方案,但它的傳播效果并不理想,所以射頻設(shè)計(jì)者不能僅僅依靠它來解決頻譜緊張的問題。他們需要在消費(fèi)級(jí)設(shè)備上實(shí)現(xiàn)前所未有的射頻組合支持及構(gòu)建具有最佳兼容性的蜂窩無線設(shè)計(jì)。
從Sub-6GHz到毫米波,所有可用的頻譜必須在最新的射頻和天線設(shè)計(jì)中得到利用和支持。而且由于頻譜資源的不一致,頻分雙工和時(shí)分雙工的功能都必須集成在一個(gè)射頻前端設(shè)計(jì)中。另外,載波聚合通過綁定不同頻率的頻譜來增加虛擬管道帶寬,也提升了對(duì)射頻前端的要求和復(fù)雜程度。
此外,無線局域網(wǎng)和Wi-Fi不斷演進(jìn)的功能又增加了一層復(fù)雜性,因?yàn)榉涓C和Wi-Fi信號(hào)必須保持分離,否則就會(huì)出現(xiàn)大量射頻干擾的風(fēng)險(xiǎn)。最新的Wi-Fi 6E標(biāo)準(zhǔn)已引入6GHz的頻譜。因此,射頻前端必須有先進(jìn)的過濾技術(shù)以避免射頻信號(hào)的重疊。
智能手機(jī)的射頻前端設(shè)計(jì)因?yàn)?G帶來的射頻要求指數(shù)級(jí)增長而變得如此復(fù)雜。如今的消費(fèi)者可以期待廠商解決所有這些射頻挑戰(zhàn),但并不能完全了解這種復(fù)雜程度是如何演變過來的。從另一個(gè)方面來說,如果要實(shí)現(xiàn)普及5G的承諾,射頻前端設(shè)計(jì)的復(fù)雜性是無法避免的。
當(dāng)前5G手機(jī)射頻前端的設(shè)計(jì)
當(dāng)前射頻設(shè)計(jì)的挑戰(zhàn)表現(xiàn)在許多方面。最新的旗艦設(shè)備中的實(shí)體天線數(shù)量從典型的3或4根大幅
提升到12根以上;這還不包括毫米波天線模組。下圖標(biāo)明了當(dāng)前設(shè)計(jì)中不斷增加的天線數(shù)量需求,以及需要額外加入的毫米波天線。
左圖:Realme GT中對(duì)應(yīng)中框位置上的一組Sub-6GHz柔性基板天線。
右圖:三星Galaxy A42中發(fā)現(xiàn)的包含兩個(gè)毫米波天線模組的天線陣列。
從4G發(fā)展到5G,需要更多的天線來支持4x4 MIMO天線,并覆蓋Sub-6GHz下從600MHz到7GHz的各個(gè)頻率。天線調(diào)諧器的使用有助于將現(xiàn)有天線重新用于多個(gè)頻率以減少實(shí)體天線的數(shù)量,即使這樣幫助很大,但5G的非獨(dú)立組網(wǎng)需要數(shù)以萬計(jì)的載波聚合組合,而毫米波頻譜的特殊性需要多個(gè)無線電鏈。這無疑增加了射頻前端的元器件數(shù)量、成本和復(fù)雜程度。在5G智能手機(jī)中,很難逃避5G射頻前端設(shè)計(jì)中不斷增長和演進(jìn)的需求;業(yè)界能做的最好的事情就是管控這種復(fù)雜性。
在智能手機(jī)中的射頻前端應(yīng)對(duì)射頻需求的指數(shù)級(jí)增長的同時(shí),射頻前端部分也被要求減少在設(shè)備中的空間占用。換句話說,射頻前端處在進(jìn)退兩難的境地,需要盡量平衡這兩個(gè)相互矛盾的需求。那么,5G的射頻前端如何在提升性能的同時(shí)保持結(jié)構(gòu)緊湊?答案是通過電子集成技術(shù)。下圖是一個(gè)作為接收信號(hào)的射頻接收路徑或鏈接的前端模組圖片。在5G智能手機(jī)中印刷電路板的空間非常有限,模組有助于縮小印刷電路板上電子元器件的尺寸。
一款模塊化的射頻前端元器件;封裝尺寸為 6.5 毫米 x 5.4 毫米
射頻前端始于天線,途徑射頻收發(fā)器,結(jié)束于調(diào)制解調(diào)器。除此之外還有很多射頻技術(shù)應(yīng)用在天線和調(diào)制解調(diào)器之間。下圖簡(jiǎn)化說明了一部最新5G手機(jī)設(shè)計(jì)中的各種射頻元器件。對(duì)于這些元器件的供應(yīng)商來說,5G提供了一個(gè)擴(kuò)大市場(chǎng)的黃金機(jī)會(huì),因?yàn)樯漕l前端內(nèi)容的增長與射頻復(fù)雜性的提升成正比。
圖:三星Galaxy S21的5G射頻前端的簡(jiǎn)化示意圖。綠色方框表示射頻元器件;橙色表示毫米波天線模組,其中包含收發(fā)器、電源管理和相控陣天線。
例如,射頻濾波器的市場(chǎng)預(yù)計(jì)會(huì)在5G射頻前端市場(chǎng)中經(jīng)歷最高的增長率,因?yàn)橹С指嗟臒o線頻率意味著需要過濾更多的無線頻率。博通、Qorvo、Skyworks Solutions、村田和高通等射頻元器件制造商都將從這一增長市場(chǎng)中獲益。
然而,能在5G手機(jī)中提供這些射頻前端元器件只是一方面,而提供解決方案來應(yīng)對(duì)射頻設(shè)計(jì)的復(fù)雜性并使系統(tǒng)可靠運(yùn)行則完全是另外一回事。為了滿足這一新興的市場(chǎng)需求,傳統(tǒng)的芯片制造商高通公司已經(jīng)將射頻元器件和技術(shù)方案組合在一起,為智能手機(jī)制造商提供一個(gè)成熟的調(diào)制解調(diào)器到天線的射頻解決方案。這種新穎的策略為終端生態(tài)系統(tǒng)帶來了巨大的價(jià)值,因?yàn)椴⒎撬惺謾C(jī)制造商都愿意投入大量的射頻工程資源來設(shè)計(jì)自己的射頻前端。
本文探討了自4G LTE誕生以來,射頻前端設(shè)計(jì)復(fù)雜程度的演變,以及驅(qū)使這種復(fù)雜性背后的原因。在本系列的下兩篇文章中,我們將繼續(xù)揭開這一領(lǐng)域的關(guān)鍵技術(shù),并著重描述隨著5G技術(shù)成熟為射頻元件制造商帶來的新機(jī)遇。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。