今年 MWC，高通發(fā)布了驍龍 X70，這是全球首個(gè)集成 AI 處理器的 5G 調(diào)制解調(diào)器及射頻系統(tǒng)。

以往手機(jī)里的 CPU、GPU、NPU 都有可能參與 AI 運(yùn)算，但是在基帶里集成 AI 處理器，X70 尚屬首次。有了 AI 加持，手機(jī)就能做更實(shí)時(shí)的信道狀態(tài)反饋和優(yōu)化，更智能的天線調(diào)諧，更精準(zhǔn)的毫米波波束管理，而其中能極大提升連接體驗(yàn)的就是 AI 輔助信道優(yōu)化和 AI 輔助波束管理。

AI 輔助信道優(yōu)化

手機(jī)和基站通信，是一個(gè)雙方不斷交互協(xié)商的過程。手機(jī)每時(shí)每刻都在探測自己的信道狀態(tài)，并反饋給基站?；驹俑鶕?jù)這些信息，結(jié)合并發(fā)用戶、緩存數(shù)據(jù)等因素，決定用什么調(diào)制編碼方式、傳輸數(shù)據(jù)塊的大小等等。

如果距離遠(yuǎn)且障礙物較多，信道條件較差，基站和手機(jī)就約定降低數(shù)據(jù)的傳輸速率。

如果信號質(zhì)量夠好，那基站就與手機(jī)“協(xié)商”多發(fā)送點(diǎn)數(shù)據(jù)。

以往，手機(jī)反饋信道狀態(tài)信息，都是基于先驗(yàn)的假設(shè)，比如事先根據(jù)幾種典型的場景，做出幾套通用的模型來進(jìn)行上報(bào)。

但在現(xiàn)實(shí)生活中，手機(jī)面對的使用場景往往十分復(fù)雜，就像學(xué)了數(shù)學(xué)公式也沒法做題一樣，當(dāng)這套模型遇到人手持握位置的變化，基站突然涌入的大量用戶，設(shè)備的高速移動等種種變量時(shí)，表現(xiàn)也就會不盡人意。

而引入 AI 之后，就可以通過大數(shù)據(jù)訓(xùn)練，讓手機(jī)更好地識別、判斷、甚至是預(yù)測未來一段時(shí)間的信道狀態(tài)。也就是說，手機(jī)更智能地基于當(dāng)前的通信環(huán)境，與基站進(jìn)行“對話”，而不僅僅是基于幾個(gè)先驗(yàn)?zāi)Ｐ妥鎏幚??；疽部梢愿鶕?jù)更加精準(zhǔn)的“對話”做判斷，及時(shí)地為終端選擇更合適的調(diào)制編碼方式、更好地匹配當(dāng)前信道的狀態(tài)。

根據(jù)高通的數(shù)據(jù)，AI 輔助的信道狀態(tài)反饋和優(yōu)化，能夠在突發(fā)數(shù)據(jù)流量場景下，實(shí)現(xiàn)高達(dá) 24% 的下行吞吐量提升。

在典型數(shù)據(jù)流量場景下，實(shí)現(xiàn)高達(dá) 26% 的下行吞吐量提升。

AI 輔助波束管理

波束成形是 5G 的關(guān)鍵技術(shù)之一。得益于更高的載頻，和更短的波長，5G 的天線振子可以做得更短，所以在原本同樣的面積中能部署更密集的天線。通過改變天線的相位，就可以讓波瓣指哪打哪。

在 5G 頻段，尤其在毫米波頻段，發(fā)射和接收的波束必須做到相當(dāng)精細(xì)的匹配，才能發(fā)揮鏈路的最高性能。

典型的波束管理，主要分四步：先來一遍波束掃描，測出各個(gè)波束的信號質(zhì)量，選擇最合適的波束，最后向基站上報(bào)。

而引入 AI 之后，手機(jī)在做波束選擇的時(shí)候，還會考慮到設(shè)備的移動、天線的朝向，甚至預(yù)判出設(shè)備接下來的移動方向，讓手機(jī)始終在最理想的波束下工作。

高通數(shù)據(jù)顯示，引入 AI 輔助毫米波波束管理后，驍龍 X70 可以在整體網(wǎng)絡(luò)覆蓋方面實(shí)現(xiàn) 28% 的提升。

驍龍 X70 引入 AI 輔助信道優(yōu)化和波束管理，一定程度上解決了現(xiàn)有 5G 使用場景中的的信號和速度問題，為用戶帶來了更卓越的連接體驗(yàn)。