6G 时代芯片发展新突破：三所大学研究助力解决关键难题

在科技飞速发展的当下，2025 年的我们正站在 6G 时代的门槛前。研究人员正全力以赴应对 6G 面临的诸多关键挑战，从超高速光子 AI 用于实时射频处理，到新型 GaN 放大器行为的研究，再到超紧凑相控阵封装的探索，每一个领域都蕴含着巨大的创新潜力。

研究人员为 6G 的部署设定了宏伟目标，包括实现超过 1 Tbps 的惊人速度、亚毫秒级的超低延迟、构建 AI 原生架构以及达成物理世界和数字世界的无缝融合。然而，前进的道路并非一帆风顺，技术障碍犹如重重山峦横亘在眼前。频谱稀缺问题使得可用频段变得极为有限；散热限制可能导致设备因过热而性能下降；射频前端效率低下则会影响信号的处理和传输；对小型化高增益天线的迫切需求也成为亟待解决的难题。这些问题都可能成为阻碍 6G 技术大规模推广和应用的瓶颈。

本综述着重介绍了三所大学主导的研究项目，这些项目旨在解决 6G 设计中的基础问题，重点聚焦于速度、效率和规模的交叉融合。各个团队从不同角度入手，为 6G 愿景的实现带来了新的可能性。有的团队重新思考光子处理方式，有的探索半导体中新颖的射频现象，还有的将整个波束成形系统压缩成毫米级模块，每一种尝试都为 6G 技术的发展注入了新的活力。

麻省理工学院展示光子人工智能处理器

麻省理工学院的科研团队取得了重要突破，他们开发出一款名为 MAFT - ONN（乘法模拟频率变换光学神经网络）的光子深度学习处理器。这款处理器能够直接对原始射频 (RF) 信号进行完全模拟的深度学习。随着 6G 系统的数据速率不断攀升，接近每秒太比特 (TB) 的级别，射频前端的数字瓶颈问题愈发凸显，成为制约系统性能的重大障碍。MAFT - ONN 系统巧妙地结合了频域编码、光电倍增和电光非线性技术，成功规避了这一问题，实现了实时、低延迟的信号分类和频谱分析。

据麻省理工学院团队介绍，该设备在射频调制分类方面表现出色，展现出高达 95% 的准确率。在 MNIST 数字分类过程中，它能够处理近四百万次模拟运算。由于采用了模拟流水线设计，其延迟性能显著优于传统的数字设备。这一系统为射频前端的现场 AI 推理奠定了坚实基础，对于认知无线电和自适应频谱接入等 6G 应用而言，现场 AI 推理是一项日益重要的能力。更为关键的是，麻省理工学院团队的方法解决了 6G 最紧迫的问题之一，即实现人工智能和射频硬件的有效连接，同时避免了数字化和内存瓶颈带来的性能损失。

布里斯托大学探索 GaN 锁存技术

英国布里斯托大学的研究人员在超晶格城堡场效应晶体管 (SLCFET) 中发现了一种新现象，即一种由局部碰撞电离触发的可逆、低于 60 mV / 十倍频程的锁存形式。该器件采用多达 1,000 个鳍片的多通道 GaN 结构构建，展现出陡峭的亚阈值斜率和宽跨导特性。这些特性使得该器件能够为 6G 系统提供更线性、更高效的射频功率放大器。

这项与诺斯罗普・格鲁曼公司合作进行的研究有了意外的发现。此前被认为有害的锁存效应，实际上并无损害，甚至可能有益。它增强了线性度，允许更大的电压摆幅，从而提高了输出功率。由于 6G 系统的运行频率更高，功耗预算也更为紧张，布里斯托尔的研究工作提供了一种在不增加器件尺寸的情况下提升射频性能的潜在途径。他们的建模以 SEM 成像和电致发光技术为支撑，也为制造过程中控制鳍片宽度变化提供了详细的蓝图。

东京科学家实现相控阵收发器微型化

东京科学研究所的研究人员利用名为 X - Architecture 的定制 3D 封装平台，成功制造出一款超紧凑型 6G 相控阵收发器。该模块针对亚太赫兹频率（具体约为 140 GHz），集成了四通道波束成形技术，其体积比一枚硬币还小。这一成果标志着开发用于 6G 移动设备和可穿戴设备的微型定向毫米波无线电技术迈出了关键的一步。

该收发器的四个堆叠芯片集成了用于射频、基带和控制的硅片集成电路 (IC)，并通过硅通孔和微凸块互连进行键合。尽管尺寸小巧，但该器件仍具备出色的性能，实现了波束控制、高增益和低误差矢量幅度，使其适用于超可靠的高速数据链路。与许多通常局限于实验室设置的 6G 演示不同，东京的原型强调了实际可行性，它将高集成度、强大的热性能和射频性能完美结合。这项研究直接解决了 6G 的关键障碍之一，即如何以与消费电子产品兼容的尺寸实现相控阵技术。

这三所大学的研究项目为 6G 芯片的发展带来了新的希望和方向，有望推动 6G 时代更快地到来。它们的研究成果不仅在学术领域具有重要价值，也为 6G 技术的实际应用和产业发展提供了有力的支持。