在不久前結束的MWC2022巴展上，高通發布了最新的5G調制解調器及射頻系統——驍龍 X70。
眾所周知，調制解調器及射頻系統也就是我們常說的手機基帶系統。作為手機SoC芯片的重要組成部分，基帶的技術性能，直接決定了手機的網絡通信能力。
正因為如此，每次有新的基帶發布，總能引起行業的密切關注。這次也不例外。
這款全新基帶系統，有什么特別之處呢？
根據官方發布的資料，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，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。
接下來的一句話，讓人眼前一亮：驍龍X70是全球首款內置了AI處理器的基帶芯片。
這些年，AI技術發展迅速，逐漸成為了人們關注的焦點。在包括通信在內的很多領域，都已經有了它的身影。以手機為例，智能手機都集成了AI芯片。不過，此前的AI能力主要集中在應用處理器（AP）之中，包括作為獨立AI芯片的NPU（神經網絡處理器），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這次首發的內置AI處理器，最大的不同之處在于，它是專門配備給基帶（BP）和射頻服務的AI處理器。
換言之，X70的AI處理器，專門負責基帶連接部分的AI處理，用于提升手機的5G連接速度、鏈路穩健性和能效，降低時延，改善用戶體驗。
那么，AI應用于5G真的有那么神奇嗎？它的工作原理究竟是怎樣的？我們不妨根據資料，深入研究一下。
5G AI處理器的應用場景
我們逐一來看這個5G AI處理器的應用場景。
首先，我們看看AI輔助信道狀態反饋和動態優化。
手機在正常的使用過程中，其實一直在和基站“互動”。也就是說，手機在不停地探測無線信道的狀態，并將狀態上報給基站。
基站這邊呢，根據手機終端匯報的信道狀態，在下行調度時，及時地為終端選擇更合適的調制方式、更好的時頻資源等，讓手機獲得最合適的網絡服務。
如果終端上報的互動狀態信息過于保守，那么，網絡就會“降級”，限制了性能的發揮。如果終端上報的信息過于激進，又會導致網絡“超限”，造成資源的“溢出”浪費。
所以，終端如何與網絡互動，并實時將信道狀態準確上報，非常重要。
引入AI處理器之后，可以明顯幫助提升反饋的實時性和準確性。
在AI的幫助下，終端可以在傳統算法之外，基于大數據的統計訓練模型，上報更能準確匹配當前無線信道情況的CSI（信道狀態信息）。也就是說，終端的感知能力更強，信道反饋更加精準。這樣一來，基站就能更好地進行動態優化，幫助手機終端提升吞吐量和其它關鍵的性能指標。
仿真測試的結果顯示，在突發數據流量情境中（也就是持續時間很短的劇烈突發流量情境中），AI輔助的信道狀態反饋和動態優化能夠針對小區邊緣、小區中段和小區中央分別實現20%、16%和24%的下行吞吐量提升。
在典型數據流量情境中，借助AI的幫助，小區邊緣、小區中段獲得的下行吞吐量增益分別為26%和12%，同樣效果顯著。
再來看看AI輔助毫米波波束管理。
Massive MIMO（增強天線陣列），是5G最重要的技術創新之一。它的工作原理，就是通過多個天線振子組成的陣列，產生多個波束，然后結合波束賦形技術，對手機終端進行信號“跟蹤”，增強信號質量。
波束跟蹤
5G毫米波，頻率高，波長短，覆蓋能力弱于Sub-6GHz。因此，它的波束跟蹤管理，需要做得更好，這顯然加大了技術難度。
手機終端在移動的過程中，毫米波波束需要時刻緊跟，進行聚焦，增強手機的信號。這對波束的運算和跟蹤能力，提出了很高的要求。
這個時候，在手機的基帶和射頻系統中引入AI，能夠有效提升波束跟蹤的效率。在提升信噪比的同時，降低發射功率，從而提高能效。
我們可以借用雷達技術來理解它。
基站就是雷達，手機終端是天上的飛機。這些飛機都是本方的飛機。為了更好地跟蹤飛機的位置，我們需要雷達有很強的性能。
如果飛機引入了AI的幫助，就能夠更智能、更迅速地對不確定的環境進行排查和預測，及時將情況反饋給雷達。雷達在輔助下，進行波束調整和聚焦，緊緊地盯住飛機。
驍龍X70集成的5G AI處理器的第三個典型應用場景，是網絡選擇。
大家都知道，我們國內每個運營商擁有多種網絡制式，每種制式又有多個工作頻段。
對于手機來說，如何判斷和選擇最合適的網絡制式和頻段，是個非常棘手的問題。
舉個例子來說，當你處于一個演唱會或大型比賽的環境，現場人數眾多，5G網絡非常擁堵，而4G網絡反而比較流暢。這時，如果你的手機終端選擇了5G，那么，可能會網絡速率低下，甚至掉線。而如果選擇了4G，速率反而快，體驗也好很多。
那么，手機終端該如何判斷選擇4G還是5G呢？
答案就是反復測量。也就是說，為了選擇當前最好的網絡，手機終端會不斷地進行網絡狀態的測量，并進行擇優選擇。
大家應該看出來了，測量效率的高低，對手機終端性能影響很大。低效的測量過程，不僅會增加能量損耗（加速耗電），還會降低服務穩定性。
于是乎，高通的技術專家們就想到了AI。
通過AI和大數據的加持，終端可以基于場景，在不同的網絡制式之間進行選擇。終端還可以基于獲得的業務質量，在同制式不同頻段基站之間，進行選擇。
AI對所有的網絡狀態進行智能識別和監測，從而預測和規避掉有問題、有風險的網絡，實現更出色的移動性和鏈路穩健性，在減少卡頓的同時，提高用戶體驗。
最后一個要介紹的AI輔助案例，是自適應天線調諧。
眾所周知，在我們的手機里，內置了很多根天線。不同的天線，處于不同的位置。然而，我們在使用手機時，也存在不同的手勢握姿。這樣一來，就存在手部對天線的干擾問題。
不同的握持方式
為了對抗干擾，就需要讓手機射頻系統對天線進行調諧。傳統的方式，是根據當前使用的應用（App）以及陀螺儀狀態，判斷握持方式，形成經驗，生成一些調諧模式。
而引入AI后，可以智能偵測用戶握持終端的手部位置，并實時動態調諧天線，從而實現更高的傳輸速度，更低的能耗，以及更穩的網絡質量。
█ 結語
以上介紹的，是驍龍X70基帶內置AI處理器的四大應用場景。
大家應該也看出來了，5G AI處理器的特點，是利用強大的AI能力；它所擅長的，是復雜的資源調度，以及對動態變化條件的實時計算和反饋。
當觸發條件出現高速變化時，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，才有可能算出最準確的結果。而準確的結果，會應用到系統的反饋中，從而提升運算的效率，最終改善用戶5G連接體驗。
這是一次革命性的技術創新，也揭示了基帶系統的未來發展趨勢。
2022年，是5G R16全面落地的一年。根據最新的統計數據顯示，全球已有200家運營商推出了5G商用服務，還有超過285家運營商正在投資部署5G；預計從2020年到2025年，5G智能手機的出貨量將超過50億。
想要讓這幾十億5G手機終端充分享受5G帶來的完美網絡體驗，想要更多的運營商和用戶完全認可5G的價值和魅力，我們必須從通信網絡的各個維度進行性能挖潛和技術變革。在進一步提升吞吐量的同時，我們需要持續優化傳輸效率，提升頻譜利用率并節省發射功耗。
毫無疑問，智能化是實現上述目標最有效的途徑。
集成AI處理器的高通驍龍X70基帶，給手機終端基帶系統的未來發展指明了方向。相信未來，其它廠商也會跟進，推出相應的智能化基帶。
“5G+AI”，在移動通信領域大有可為。讓我們拭目以待吧！
