5G 的商用即将拉开大幕, 高网络容量和全频谱接入需要高效的技术,大规模多输入多输出(MIMO)天线阵列就属于这类技术。与之匹配的是,射频单元必须要满足严格的功耗和尺寸封装要求。2017 年,赛灵思发布了第一代的 Zynq UltraScale + RFSoC,完成了通信系统在射频集成方面的突破,很好解决了功耗和封装尺寸的问题。在 2019 年,5G 开始倒计时的时刻,该系列的第二、第三代产品相继问世,为运营商大规模部署 5G 打下了扎实的基础。

 

开山之作

第一代的产品从 2012 年开始立项,到 2017 年才正式发布。作为一个单芯片自适应射频平台,UltraScale + RFSoC 实现了对从模拟到数字信号链和信号处理的完整功能的支持。从其架构来看,顶部是一个处理系统,包含了四核 ARM、存储器、子系统,还有各种系统功能。下方是集成的 RF 信号链,包含了 AD/DA、DSP 混合与滤波、以太网 MAC、SD-FEC 等模块,还允许客户根据自己的需求来增加 IP,实现产品的最大差异化。

 

 

Xilinx 公司通信业务主管总监 Gilles Garcia 分享了一个实际应用案例。一个 Tier-1 无线网络提供商在开发大规模 MINO 射频。用 32 个集成 4 个 AD/DA 的射频前端来实现 64×64 的 mMIMO,现在只用 4 个 RFSoC 就能实现,同时功耗能降低 50%,占板面积能节省 75%。

 

赛灵思通信业务主管总监 Gilles Garcia

 

类似的案例还有用单芯片 16X16 的传输模块来搭建大规模多功能相控阵雷达。由于功能强大,卫星通讯、汽车激光雷达、有线接入远程 -PHY 节点等应用都采用了该芯片。这一代产品从 2018 年开始出货,并在多个市场赢得了好评。

 

全面升级

在第一代获得很多声誉的架构上,第二代、三代产品进行了全面的升级。

 

 

第一代的产品涵盖了 4G 以下的频段,第二代产品将频段扩展到 5G,可以支持中国 4.4 到 4.9GHz 的频段,还有日本的 4 到 5GHz 频段。第三代产品则能够覆盖从 4 到 6GHz 这些现在还没有许可和分配的 5G 频段。

 

第二代产品已经有了样片,能够满足亚洲地区 5G NR 频段的推广过程,将在 2019 年的 6 月投产。这代产品面向 16X16 配置提供了更高的 RF 性能,并能保证客户的设计从第一代平滑过渡到第二代。

 

第三代也是扩展了 RF 性能,适用于更多的用例,特别是全面支持了 6GHz 以下的直接 RF 采样。同时,ADC 提升到 14 位,TDD 使用时功耗降低了 20%,还扩展了毫米波的接口,增强时钟分配功能;另外,为了简化多方面的部署,也新添加了插值和抽取运算。这一代将在 2020 年第三季度全部量产。

 

Gilles Garcia 表示,在中国和日本,新的频段得到了分配,推出第二代的产品就是希望及时满足运营商的需要。“随着 3GPP 5G 标准的发展,已经要演化到 6GHz,也就是用于 5G NR 带宽,第三代产品在那时就是非常合适的。”

 

可重配置,消除瓶颈

UltraScale + RFSoC 为射频设计提供了一个多频段、多标准的可重配置平台。

 

在传统的方法里,为多频段进行 RF 信号链设计,要先进行模拟设计,再进行数字化处理。采用 RFSoC 以后,一个平台就可以支持多频段、多标准,不需要为不同的射频配置不同的平台。

 

采用 RFSoC 还克服了 JESD204 接口带来的传输瓶颈。为了随带宽扩展,大多数 ADC 都使用基于 JESD204B 协议的速率高达 12.5Gb/s 的高速串行接口。这种方案存在很多问题。首先,JESD204B IP 核的实现需要时间,要使用宝贵的 FPGA 架构。其次,串行 I/O 功耗在更高数据速率下会显著增加。并且,JESD204 的采样率大概是 320GB 每秒,它的功耗是 8W,但是采用 RFSoC 之后就没有这样的瓶颈,使用起来也更加方便。

 

最后一个优势就是使用 RFSoC 以后,将用 RF 直接采样替代传统的中频(IF 或 Zero-IF)采样。这样,可直接对流入的 RF 信号采样,无需事先进行下变频。信号被数字化之后,利用数字信号处理技术在更为灵活的可编程数字域中完成下变频和信号处理。这些 RF ADC 支持更高的采样率,由于数字域有更好的滤波技术,因此能够更好地在动态范围、信号质量(信噪比)和信号带宽之间进行权衡。

 

产品路线

赛灵思目前已经将为这个系列规划到第四代产品。“第四代是去年开发者大会上我们的 CEO 介绍给大家的,也就是 Versal AI RF 芯片,这就是我们第四代高度集成的 RFSoC 器件。” Gilles Garcia 介绍。

 

 

与前三代采用 16nm 工艺不同,第四代产品将完全采用 7nm 工艺。不过 Gilles Garcia 表示,“第四代的路线图还没有完全确定下来,除了提升性能以外,它还会加入一个 AI 引擎,进一步提升无线应用的可编程性。”

 

他还强调,赛灵思现有的 AI IP 是 16nm 级别的,可以支持机器学习,而 7nm 的 AI 引擎可以支持深度的无线算法。

 

因为第一代到第三代都是使用 16nm 工艺,客户可以使用相同的工具进行设计。到 7nm 时代,客户则要重新设计他们的板件和系统,不过 Gilles Garcia 表示,

 

“赛灵思一直非常关注保护客户的投资,从 16nm 过渡到 7nm 的时候我们也会注重保护客户原有的投资。”