今日,杭州得翼通信技術(shù)有限公司(以下簡稱“得翼通信”)正式發(fā)布基于Intel FPGA平臺的可商業(yè)量產(chǎn)數(shù)字前端DFE IP,面向全球市場提供多種基于FPGA規(guī)格的高性能、高效率5G基站數(shù)字射頻解決方案。
基于Intel FPGA的DFE IP的高效率射頻
隨著5G、WiFi等無線通信技術(shù)在高頻、高帶寬、高階調(diào)制和高發(fā)射功率等方面的不斷應用,基站、路由器和手機等通信設備與終端對射頻器件在發(fā)射功率、帶寬、耗電和尺寸等方面的性能要求和技術(shù)挑戰(zhàn)日益嚴苛,射頻無疑成為全球數(shù)字通信領域下一個競爭的高地。從大功率宏基站到小基站,業(yè)界公認通過包括DPD(數(shù)字預失真)和CFR(峰值消除)等在內(nèi)的DFE(數(shù)字前端)技術(shù)是在不同頻段、帶寬、調(diào)制方式,以及功放類型和輸出功率下,提高射頻系統(tǒng)性能和功放效率的關(guān)鍵技術(shù)。
得翼通信創(chuàng)始人兼首席執(zhí)行官王子明說:“得翼通信是一家專注于打造全球領先的小型化數(shù)字前端技術(shù)的初創(chuàng)團隊,打破了傳統(tǒng)DFE方案帶寬受限、以及功能與器件緊耦合、適配功放類型少等局限。過去一年我們非常高興能夠和Intel通力合作,聯(lián)合為5G基站設備商提供了基于FPGA的DFE規(guī)模量產(chǎn)解決方案,這充分展示了得翼通信DFE技術(shù)敏捷易集成、高線性射頻性能以及成本優(yōu)勢。此外,我們還開發(fā)了集成3GPP信號發(fā)生器、DFE算法和分析功能于一體的DETP測試平臺,幫助用戶非常方便快速的評估不同DPD模型和PA型號的射頻系統(tǒng)性能。”
得翼通信此次發(fā)布的商業(yè)量產(chǎn)DFE IP蜂鳥系列產(chǎn)品支持3G/4G/5G,覆蓋所有功放工藝及技術(shù),能夠有效減少GaN(氮化鎵)功放常見的長記憶效應。采用蜂鳥方案后,即使采用最小資源的FPGA平臺在低采樣率下也可滿足200MHz信號帶寬的4T4R大功率基站對功放高線性的需求并提供卓越射頻性能,例如ACLR大于-50dBc,功放效率40%時EVM小于2.5%,同時,方案還可顯著優(yōu)化RRU數(shù)字射頻系統(tǒng)的綜合成本。
英特爾PSG(Programmable Solution Group)事業(yè)部NBD(Networking Business Division)總經(jīng)理Mike Fitton表示:“PA非線性問題一直是過去三十多年以來射頻產(chǎn)品設計所面臨的最大挑戰(zhàn)。隨著RU設備需要在多頻段配置時支持更高的帶寬(例如超過200MHz),同時兼具更低的熱耗預算,在靈活且彈性的硬件平臺上引入超高性能的DPD技術(shù)打造聯(lián)合方案滿足多種多樣的射頻產(chǎn)品形態(tài)和應用場景需求至關(guān)重要。Intel FPGA家族的Agilex, Stratix和Arria等系列產(chǎn)品支持靈活高效的DFE實現(xiàn),尤其是業(yè)界每瓦最優(yōu)性能的Agilex FPGA產(chǎn)品。我們的合作伙伴得翼通信所提供的DPD技術(shù)和Intel FPGA平臺打造的聯(lián)合方案可以為用戶提供射頻產(chǎn)品設計最佳選擇。”
接下來,得翼通信將在全球范圍進一步擴大與5G基站以及O-RAN設備商的深度合作,并持續(xù)拓展小型化DFE方案在WiFi和移動終端等領域的應用。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術(shù)普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關(guān)系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。