2022年伊始，5G手机芯片的技术创新又有了新动向。

在不久前结束的MWC2022巴展上，高通发布了最新的5G调制解调器及射频系统——骁龙 X70。

众所周知，调制解调器及射频系统也就是我们常说的手机基带系统。作为手机SoC芯片的重要组成部分，基

带的技术性能，直接决定了手机的网络通信能力。

正因为如此，每次有新的基带发布，总能引起行业的密切关注。这次也不例外。

这款全新基带系统，有什么特别之处呢？

根据官方发布的资料，骁龙X70采用4纳米工艺，最高支持10Gbps的下行速度，以及3.5Gbps的上行速

度。同时，它是目前全球唯一一款能够支持从600MHz到41GHz全部5G商用频段的基带芯片。

接下来的一句话，让人眼前一亮：骁龙X70是全球首款内置了AI处理器的基带芯片。

这些年，AI技术发展迅速，逐渐成为了人们关注的焦点。在包括通信在内的很多领域，都已经有了它的身

影。以手机为例，智能手机都集成了AI芯片。不过，此前的AI能力主要集中在应用处理器（AP）之中，包

括作为独立AI芯片的NPU（神经网络处理器），以及集成AI能力的CPU、GPU等等硬件及其支持的一系列

软件算法。

而骁龙X70这次首发的内置AI处理器，最大的不同之处在于，它是专门配备给基带（BP）和射频服务的AI

处理器。

换言之，X70的AI处理器，专门负责基带连接部分的AI处理，用于提升手机的5G连接速度、链路稳健性和

能效，降低时延，改善用户体验。

那么，AI应用于5G真的有那么神奇吗？它的工作原理究竟是怎样的？我们不妨根据资料，深入研究一下。

█ 5G AI处理器的应用场景

我们逐一来看这个5G AI处理器的应用场景。

首先，我们看看AI辅助信道状态反馈和动态优化。

手机在正常的使用过程中，其实一直在和基站“互动”。也就是说，手机在不停地探测无线信道的状态，

并将状态上报给基站。

基站这边呢，根据手机终端汇报的信道状态，在下行调度时，及时地为终端选择更合适的调制方式、更好

的时频资源等，让手机获得最合适的网络服务。

如果终端上报的互动状态信息过于保守，那么，网络就会“降级”，限制了性能的发挥。如果终端上报的

信息过于激进，又会导致网络“超限”，造成资源的“溢出”浪费。

所以，终端如何与网络互动，并实时将信道状态准确上报，非常重要。

引入AI处理器之后，可以明显帮助提升反馈的实时性和准确性。

在AI的帮助下，终端可以在传统算法之外，基于大数据的统计训练模型，上报更能准确匹配当前无线信道

情况的CSI（信道状态信息）。也就是说，终端的感知能力更强，信道反馈更加精准。这样一来，基站就能

更好地进行动态优化，帮助手机终端提升吞吐量和其它关键的性能指标。

仿真测试的结果显示，在突发数据流量情境中（也就是持续时间很短的剧烈突发流量情境中），AI辅助的

信道状态反馈和动态优化能够针对小区边缘、小区中段和小区中央分别实现20%、16%和24%的下行吞吐

量提升。

在典型数据流量情境中，借助AI的帮助，小区边缘、小区中段获得的下行吞吐量增益分别为26%和12%，

同样效果显著。

再来看看AI辅助毫米波波束管理。

Massive MIMO（增强天线阵列），是5G最重要的技术创新之一。它的工作原理，就是通过多个天线振子

组成的阵列，产生多个波束，然后结合波束赋形技术，对手机终端进行信号“跟踪”，增强信号质量。

波束跟踪

5G毫米波，频率高，波长短，覆盖能力弱于Sub-6GHz。因此，它的波束跟踪管理，需要做得更好，这显

然加大了技术难度。

手机终端在移动的过程中，毫米波波束需要时刻紧跟，进行聚焦，增强手机的信号。这对波束的运算和跟

踪能力，提出了很高的要求。

这个时候，在手机的基带和射频系统中引入AI，能够有效提升波束跟踪的效率。在提升信噪比的同时，降

低发射功率，从而提高能效。

我们可以借用雷达技术来理解它。

基站就是雷达，手机终端是天上的飞机。这些飞机都是本方的飞机。为了更好地跟踪飞机的位置，我们需

要雷达有很强的性能。

如果飞机引入了AI的帮助，就能够更智能、更迅速地对不确定的环境进行排查和预测，及时将情况反馈给

雷达。雷达在辅助下，进行波束调整和聚焦，紧紧地盯住飞机。

骁龙X70集成的5G AI处理器的第三个典型应用场景，是网络选择。

大家都知道，我们国内每个运营商拥有多种网络制式，每种制式又有多个工作频段。

对于手机来说，如何判断和选择最合适的网络制式和频段，是个非常棘手的问题。

举个例子来说，当你处于一个演唱会或大型比赛的环境，现场人数众多，5G网络非常拥堵，而4G网络反而

比较流畅。这时，如果你的手机终端选择了5G，那么，可能会网络速率低下，甚至掉线。而如果选择了

4G，速率反而快，体验也好很多。

那么，手机终端该如何判断选择4G还是5G呢？

答案就是反复测量。也就是说，为了选择当前最好的网络，手机终端会不断地进行网络状态的测量，并进

行择优选择。

大家应该看出来了，测量效率的高低，对手机终端性能影响很大。低效的测量过程，不仅会增加能量损耗

（加速耗电），还会降低服务稳定性。

于是乎，高通的技术专家们就想到了AI。

通过AI和大数据的加持，终端可以基于场景，在不同的网络制式之间进行选择。终端还可以基于获得的业

务质量，在同制式不同频段基站之间，进行选择。

AI对所有的网络状态进行智能识别和监测，从而预测和规避掉有问题、有风险的网络，实现更出色的移动

性和链路稳健性，在减少卡顿的同时，提高用户体验。

最后一个要介绍的AI辅助案例，是自适应天线调谐。

众所周知，在我们的手机里，内置了很多根天线。不同的天线，处于不同的位置。然而，我们在使用手机

时，也存在不同的手势握姿。这样一来，就存在手部对天线的干扰问题。

不同的握持方式

为了对抗干扰，就需要让手机射频系统对天线进行调谐。传统的方式，是根据当前使用的应用（App）以

及陀螺仪状态，判断握持方式，形成经验，生成一些调谐模式。

而引入AI后，可以智能侦测用户握持终端的手部位置，并实时动态调谐天线，从而实现更高的传输速度，

更低的能耗，以及更稳的网络质量。

█ 结语

以上介绍的，是骁龙X70基带内置AI处理器的四大应用场景。

大家应该也看出来了，5G AI处理器的特点，是利用强大的AI能力；它所擅长的，是复杂的资源调度，以及

对动态变化条件的实时计算和反馈。

当触发条件出现高速变化时，为了更好地感知变化，就需要AI的算力支撑。在AI算力的加持下，才有可能

算出最准确的结果。而准确的结果，会应用到系统的反馈中，从而提升运算的效率，最终改善用户5G连接

体验。

这是一次革命性的技术创新，也揭示了基带系统的未来发展趋势。

2022年，是5G R16全面落地的一年。根据最新的统计数据显示，全球已有200家运营商推出了5G商用服

务，还有超过285家运营商正在投资部署5G；预计从2020年到2025年，5G智能手机的出货量将超过50

亿。

想要让这几十亿5G手机终端充分享受5G带来的完美网络体验，想要更多的运营商和用户完全认可5G的价

值和魅力，我们必须从通信网络的各个维度进行性能挖潜和技术变革。在进一步提升吞吐量的同时，我们

需要持续优化传输效率，提升频谱利用率并节省发射功耗。

毫无疑问，智能化是实现上述目标最有效的途径。

集成AI处理器的高通骁龙X70基带，给手机终端基带系统的未来发展指明了方向。相信未来，其它厂商也会

跟进，推出相应的智能化基带。

“5G+AI”，在移动通信领域大有可为。让我们拭目以待吧!