首页 - 财经 - 产业观察 - 正文

6G时代的芯片

关注证券之星官方微博:

(原标题:6G时代的芯片)

公众号记得加星标??,第一时间看推送不会错过。

来源:内容编译自allaboutcircuits。

研究人员正在应对 6G 的关键挑战——从用于实时射频处理的超高速光子 AI 到新型 GaN 放大器行为和超紧凑相控阵封装。

研究人员正竞相部署 6G,并设定了明确的目标:超过 1 Tbps 的速度、亚毫秒级的延迟、AI 原生架构以及物理世界和数字世界的无缝集成。然而,技术障碍依然巨大。频谱稀缺、散热限制、射频前端效率低下以及对小型化高增益天线的需求,都可能成为阻碍 6G 进展的瓶颈。


本综述重点介绍了三所大学主导的研究项目,旨在解决 6G 设计中的基础问题,重点关注速度、效率和规模的交叉融合。无论是通过重新思考光子处理、探索半导体中新颖的射频现象,还是将整个波束成形系统压缩成毫米级模块,每个团队都为 6G 愿景带来了新的可行性。

麻省理工学院展示光子人工智能处理器

麻省理工学院的研究人员开发了一种光子深度学习处理器。该处理器名为MAFT-ONN(乘法模拟频率变换光学神经网络),可直接对原始射频 (RF) 信号进行完全模拟的深度学习。随着 6G 系统的数据速率接近每秒太比特 (TB),射频前端的数字瓶颈构成了重大障碍。MAFT-ONN 系统通过结合频域编码、光电倍增和电光非线性技术来规避这一问题,从而实现实时、低延迟的信号分类和频谱分析。


据麻省理工学院团队介绍,该设备在射频调制分类方面展现出 95% 的准确率,并在 MNIST 数字分类过程中处理了近四百万次模拟运算。由于其模拟流水线设计,其延迟性能也显著优于数字设备。该系统为射频前端的现场 AI 推理奠定了基础,而这对于认知无线电和自适应频谱接入等 6G 应用而言,是一项日益重要的能力。

至关重要的是,麻省理工学院团队的方法解决了 6G 最紧迫的问题之一:连接人工智能和射频硬件,而不会产生数字化和内存瓶颈带来的性能损失。

布里斯托大学探索GaN锁存技术

英国布里斯托大学的研究人员在超晶格城堡场效应晶体管 (SLCFET) 中发现了一种新现象:一种由局部碰撞电离触发的可逆、低于 60 mV/十倍频程的锁存形式。该器件采用多达 1,000 个鳍片的多通道 GaN 结构构建,展现出陡峭的亚阈值斜率和宽跨导特性,这些特性可以为 6G 系统提供更线性、更高效的射频功率放大器。


这项与诺斯罗普·格鲁曼公司合作进行的研究表明,这种此前被认为有害的锁存效应实际上并无损害,甚至可能有益。它增强了线性度,允许更大的电压摆幅,从而提高了输出功率。

由于 6G 的运行频率更高,功耗预算也更紧张,布里斯托尔的研究工作提供了一种在不增加器件尺寸的情况下提升射频性能的潜在途径。他们的建模以 SEM 成像和电致发光技术为支撑,也为制造过程中控制鳍片宽度变化提供了蓝图。

东京科学家实现相控阵收发器微型化

东京科学研究所的研究人员利用名为X-Architecture的定制3D封装平台,成功制造出一款超紧凑型6G相控阵收发器。该模块针对亚太赫兹频率(具体约为140 GHz),集成了四通道波束成形技术,体积比一枚硬币还小。这标志着开发用于6G移动设备和可穿戴设备的微型定向毫米波无线电技术迈出了关键的一步。


该收发器的四个堆叠芯片集成了用于射频、基带和控制的硅片集成电路 (IC),并通过硅通孔和微凸块互连进行键合。尽管尺寸较小,该器件仍实现了波束控制、高增益和低误差矢量幅度,使其适用于超可靠的高速数据链路。

与许多通常局限于实验室设置的6G演示不同,东京的原型强调了实际可行性,它结合了高集成度、强大的热性能和射频性能。这项研究直接解决了6G的关键障碍之一:以与消费电子产品兼容的尺寸实现相控阵技术。

https://www.allaboutcircuits.com/news/photonics-power-packaging-at-the-6g-research-frontier/

*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4080期内容,欢迎关注。

加星标??第一时间看推送,小号防走丢

求推荐

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-