6G時代的晶片

公眾號記得加星標⭐️，第一時間看推送不會錯過。

來源：內容編譯自allaboutcircuits。

研究人員正在應對 6G 的關鍵挑戰——從用於即時射頻處理的超高速光子 AI 到新型 GaN 放大器行為和超緊湊相控陣封裝。

研究人員正競相部署 6G，並設定了明確的目標：超過 1 Tbps 的速度、亞毫秒級的延遲、AI 原生架構以及物理世界和數字世界的無縫整合。然而，技術障礙依然巨大。頻譜稀缺、散熱限制、射頻前端效率低下以及對小型化高增益天線的需求，都可能成為阻礙 6G 進展的瓶頸。

本綜述重點介紹了三所大學主導的研究專案，旨在解決 6G 設計中的基礎問題，重點關注速度、效率和規模的交叉融合。無論是透過重新思考光子處理、探索半導體中新穎的射頻現象，還是將整個波束成形系統壓縮成毫米級模組，每個團隊都為 6G 願景帶來了新的可行性。

麻省理工學院展示光子人工智慧處理器

麻省理工學院的研究人員開發了一種光子深度學習處理器。該處理器名為MAFT-ONN（乘法模擬頻率變換光學神經網路），可直接對原始射頻 (RF) 訊號進行完全模擬的深度學習。隨著 6G 系統的資料速率接近每秒太位元 (TB)，射頻前端的數字瓶頸構成了重大障礙。MAFT-ONN 系統透過結合頻域編碼、光電倍增和電光非線性技術來規避這一問題，從而實現即時、低延遲的訊號分類和頻譜分析。

據麻省理工學院團隊介紹，該裝置在射頻調製分類方面展現出 95% 的準確率，並在 MNIST 數字分類過程中處理了近四百萬次模擬運算。由於其模擬流水線設計，其延遲效能也顯著優於數字裝置。該系統為射頻前端的現場 AI 推理奠定了基礎，而這對於認知無線電和自適應頻譜接入等 6G 應用而言，是一項日益重要的能力。

至關重要的是，麻省理工學院團隊的方法解決了 6G 最緊迫的問題之一：連線人工智慧和射頻硬體，而不會產生數字化和記憶體瓶頸帶來的效能損失。

布里斯托大學探索GaN鎖存技術

英國布里斯托大學的研究人員在超晶格城堡場效應電晶體 (SLCFET) 中發現了一種新現象：一種由區域性碰撞電離觸發的可逆、低於 60 mV/十倍頻程的鎖存形式。該器件採用多達 1,000 個鰭片的多通道 GaN 結構構建，展現出陡峭的亞閾值斜率和寬跨導特性，這些特性可以為 6G 系統提供更線性、更高效的射頻功率放大器。

這項與諾斯羅普·格魯曼公司合作進行的研究表明，這種此前被認為有害的鎖存效應實際上並無損害，甚至可能有益。它增強了線性度，允許更大的電壓擺幅，從而提高了輸出功率。

由於 6G 的執行頻率更高，功耗預算也更緊張，布里斯托爾的研究工作提供了一種在不增加器件尺寸的情況下提升射頻效能的潛在途徑。他們的建模以 SEM 成像和電致發光技術為支撐，也為製造過程中控制鰭片寬度變化提供了藍圖。

東京科學家實現相控陣收發器微型化

東京科學研究所的研究人員利用名為X-Architecture的定製3D封裝平臺，成功製造出一款超緊湊型6G相控陣收發器。該模組針對亞太赫茲頻率（具體約為140 GHz），集成了四通道波束成形技術，體積比一枚硬幣還小。這標誌著開發用於6G移動裝置和可穿戴裝置的微型定向毫米波無線電技術邁出了關鍵的一步。