中国杭州 - 2022年9月 - 5G小基站基带芯片和电信级软件提供商比科奇(Picocom)宣布,其业界首款专为满足包括Open RAN等标准而设计的4G/5G小基站基带芯片(SoC)PC802已于近日完成与世炬网络5G协议栈的对接调试,再一次证实了PC802可为5G小基站设备开发商和协议栈软件提供商等伙伴提供的价值,包括高性能、高经济性和低功耗等特性,基于该基带SoC的5G小基站产品可以卓越的综合性能和多元化的形态来满足移动通信市场多样化的、不断演进的需求。
比科奇PC802小基站基带SoC
已于2021年12月上市并随即获得数十家客户采用的PC802是业界首款专为5G NR设计的4G/5G小基站SoC,该器件拥有强大的功能、优化的性能、高度的灵活性和更低的功耗,目前已有近10家小基站设备制造商利用该器件完成了5G小基站设计并打通电话。同时,PC802以其卓越的性能获得了包括全球小基站论坛“小基站网络芯片与组件杰出创新奖”等多个行业奖项。
广州世炬网络科技有限公司(简称:世炬网络)是一家专注于无线宽带接入解决方案和平台研发的高科技企业,该公司的5G协议栈平台支持L2和L3处理,并通过标准的FAPI接口来连接比科奇PC802基带SoC芯片以完成L1处理。基于双方各自技术与产品优势的5G小基站整体解决方案已实现了5G商用终端入网,并打通了端到端数据链路。该项基于比科奇PC802基带SoC和世炬网络5G协议栈软件的联合5G小基站解决方案的推出,将为移动通信设备制造商带来更多的选择。
“很高兴能够与世炬网络展开深度合作,在基于我们PC802基带SoC的单基带芯片5G小基站方案上实现了和世炬网络5G协议栈的互通性对接,再一次验证了基于PC802 SoC的5G小基站系统具有高性能、低功耗和高灵活性等特性。“此前,比科奇已与Radisys实现对接,目前该合作已实现了4天线收发(4T4R),并且达到稳定的满速率。 比科奇微电子(杭州)有限公司市场营销与业务拓展副总裁罗雯表示。“接下来我们双方将继续深化合作,充分利用我们在中国的技术研发和市场支持体系,助力移动通信设备制造商快速和高效地开发小基站产品,并通过定制化等方式来支持运营商去满足不同应用场景的需求。“
世炬与比科奇协议层对接架构
世炬网络的5G协议栈是一种全开放的、完整的解决方案,它包括PHY适配层、无线资源管理(RRM)、自组织网络(SON)、OAM以及满足3GPP规定的L2和L3,并且易于定制化。目前与市场上包括比科奇在内的多家领先的芯片供应商、第三方PHY解决方案供应商和第三方硬件ODM制造商合作,使用完善的集成和验证流程提供快速上市的解决方案。
“作为全球领先的5G小基站技术企业,世炬网络率先打造了全开放架构5G协议栈赋能平台,此次我们的5G协议栈与比科奇PC802基带SoC平台成功实现集成,充分证明了双方产品所具有的高性能、开放性和灵活性。” 广州世炬网络科技有限公司首席技术官廖启峰表示。“接下来我们双方将在不断优化整体解决方案去更好地满足国内外运营商标准规范网络功能需求的同时,在定制化研发、响应支持和方案多样性等方面,为共同的客户和合作伙伴提供更具创新的技术和服务支持,加快客户产品的面市速度,为全球市场提供更多、更好的5G小基站产品。”
比科奇PC802可以在单芯片中为多载波、双模NR/LTE小基站提供完整的物理层(PHY)功能,从而将5G小基站部署的资本支出和运维成本大幅度降低,并为小基站设备开发商和运营商根据使用场景去提供定制化5G小基站和通信服务提供了坚实的支持。它可以支持所有重要的标准接口,以帮助驱动开放网络。该芯片固有的灵活性使其能够支持各种应用场景,从而可以为不同组网结构、性能要求、满足Open RAN等标准的小基站赋能。
好文章,需要你的鼓励
Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版,提供与桌面版相似的图像编辑工具和 AI 功能,初期免费使用,旨在吸引更多偏好手机创作的年轻用户。
弗吉尼亚大学研究团队开发了TruthHypo基准和KnowHD框架,用于评估大语言模型生成生物医学假设的真实性及检测幻觉。研究发现大多数模型在生成真实假设方面存在困难,只有GPT-4o达到60%以上的准确率。通过分析推理步骤中的幻觉,研究证明KnowHD提供的基础依据分数可有效筛选真实假设。人类评估进一步验证了KnowHD在识别真实假设和加速科学发现方面的价值,为AI辅助科学研究提供了重要工具。
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
亚马逊Nova责任AI团队与亚利桑那州立大学共同开发了AIDSAFE,这是一种创新的多代理协作框架,用于生成高质量的安全策略推理数据。不同于传统方法,AIDSAFE通过让多个AI代理进行迭代讨论和精炼,产生全面且准确的安全推理链,无需依赖昂贵的高级推理模型。实验证明,使用此方法生成的数据训练的语言模型在安全泛化和抵抗"越狱"攻击方面表现卓越,同时保持了实用性。研究还提出了"耳语者"代理技术,解决了偏好数据创建中的困难,为直接策略优化提供了更有效的训练材料。