近日,連接和電源解決方案供應(yīng)商Qorvo®(納斯達(dá)克代碼:QRVO)推出兩款先進(jìn)的射頻組件,專為滿足5G大規(guī)模多輸入多輸出(mMIMO)和固定無線接入(FWA)部署中對(duì)更高性能、更高集成度和更緊湊射頻設(shè)計(jì)的需求而量身定制。
Qorvo無線基礎(chǔ)設(shè)施業(yè)務(wù)部總監(jiān)Debbie Gibson表示:“隨著5G網(wǎng)絡(luò)規(guī)模的擴(kuò)大,我們的客戶正面臨著縮小射頻尺寸、優(yōu)化散熱性能以及簡(jiǎn)化設(shè)計(jì)的多重壓力。憑借我們高效的前置驅(qū)動(dòng)器技術(shù)與緊湊型高抑制比BAW濾波器,Qorvo可提供高可靠性的射頻基礎(chǔ)組件,進(jìn)而助力客戶實(shí)現(xiàn)高性能mMIMO、FWA及其他5G應(yīng)用。”
QPQ3550是一款緊湊型高性能BAW濾波器。該產(chǎn)品在3.55–3.7 GHz CBRS頻段運(yùn)行,適用于用戶端設(shè)備(CPE)、固定無線接入(FWA)節(jié)點(diǎn)、小型蜂窩基站以及支持下一代寬帶平臺(tái)的多頻段無線系統(tǒng)。隨著固定無線接入應(yīng)用需求的持續(xù)增長(zhǎng),QPQ3550作為一款即插即用解決方案,可憑借業(yè)界領(lǐng)先的性能與緊湊型設(shè)計(jì),加速5G大規(guī)模部署。該產(chǎn)品采用Qorvo的多代體聲波(BAW)技術(shù),具有卓越的插入損耗、出色的功率處理能力和更優(yōu)異的熱可靠性。
QPQ3550技術(shù)要點(diǎn):
參數(shù) |
數(shù)值 |
頻率范圍 |
3.55 – 3.70 GHz(CBRS頻段) |
插入損耗 |
< 2 dB(最大) |
回波損耗 |
> 15 dB |
群時(shí)延 |
< 40 ns(最大) |
輸入功率承載能力 |
30 dBm |
封裝 |
2.0 x 1.6 mm層壓封裝 |
工作溫度 |
–40°C - +85°C |
QPA9862是一款寬帶高效預(yù)驅(qū)動(dòng)放大器,專為5G mMIMO無線系統(tǒng)設(shè)計(jì),可支持32T和64T基站架構(gòu)。其具有出色的功率效率、寬瞬時(shí)信號(hào)帶寬和緊湊的集成設(shè)計(jì),能夠幫助設(shè)備制造商滿足不斷發(fā)展的5G無線系統(tǒng)要求。QPA9862基于Qorvo在射頻系統(tǒng)技術(shù)的深厚積累,體現(xiàn)了Qorvo致力于開發(fā)高性能射頻系統(tǒng)解決方案,并滿足下一代基礎(chǔ)設(shè)施功率、帶寬和熱性能挑戰(zhàn)的承諾。
QPA9862技術(shù)要點(diǎn):
參數(shù) |
數(shù)值 |
頻率范圍 |
3.3 – 4.2 GHz (n77) |
增益 |
38 dB |
輸出功率(P1dB) |
> 27 dBm |
瞬時(shí)帶寬 |
400 – 600 MHz |
鄰信道功率比 |
< –40 dBc @ 17 dBm (100 MHz NR) |
靜態(tài)電流(lcq) |
110 mA |
封裝 |
3.0 x 3.0 mm LGA封裝 |
工作溫度 |
–40°C - +115°C |
目前,這兩款新品已向戰(zhàn)略客戶提供樣品。如需了解更多關(guān)于Qorvo豐富的網(wǎng)絡(luò)基礎(chǔ)設(shè)施解決方案系列,請(qǐng)?jiān)L問Qorvo官網(wǎng)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施頁面。
關(guān)于 Qorvo
Qorvo(納斯達(dá)克代碼:QRVO)提供各種創(chuàng)新半導(dǎo)體解決方案,致力于讓我們的世界更美好。我們結(jié)合產(chǎn)品和領(lǐng)先的技術(shù)優(yōu)勢(shì)、以系統(tǒng)級(jí)專業(yè)知識(shí)和全球性的制造規(guī)模,快速解決客戶最復(fù)雜的技術(shù)難題。Qorvo面向全球多個(gè)快速增長(zhǎng)的細(xì)分市場(chǎng)提供解決方案,包括汽車、消費(fèi)電子、國(guó)防/航空航天、工業(yè)/企業(yè)、基礎(chǔ)設(shè)施以及移動(dòng)設(shè)備。
訪問cn.qorvo.com,了解我們多元化的創(chuàng)新團(tuán)隊(duì)如何連接地球萬物,提供無微不至的保護(hù)和源源不斷的動(dòng)力。
更多新聞,請(qǐng)登錄Qorvo新聞中心:https://cn.qorvo.com/newsroom/news
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。