5G y GaN:innovaciones futuras

Es fácil olvidar que GaN es todavía una tecnología relativamente joven. Todavía estamos dentro de las primeras generaciones de desarrollo con mucho potencial de mejora y refinamiento. Este artículo analiza algunas de las innovaciones de GaN en el horizonte y predice su impacto en la alimentación de la estación base durante los próximos años.

Densidad de potencia

Nuestra expectativa es que durante los próximos tres a cinco años, veremos mejoras en las capacidades de densidad de potencia ya sustanciales de GaN. Ya existen formas de lograr una mayor densidad de potencia utilizando GaN en la actualidad, pero los costos son extremos donde no ha sido factible desde un punto de vista comercial. Por ejemplo, poner GaN en diamante en lugar de carburo de silicio. Es posible, pero el gasto no lo hace realista para las estaciones base. Aún así, se están investigando otros procesos rentables que mejorarán la densidad de potencia bruta del material en los próximos años.

El atractivo dentro del mercado de la infraestructura 5G es obvio:estaciones base más baratas, más eficientes y con un ancho de banda más amplio. También hay un gran interés de otras industrias. Las aplicaciones de radar en particular se beneficiarían, ya que se centran en generar tanta potencia y eficiencia como sea posible dentro de un espacio determinado. A medida que GaN prolifera en estos submercados, las economías de escala aumentan y el precio seguirá bajando.

Linealidad

Sin lugar a dudas, la mayor prioridad de la industria de semiconductores de GaN para las estaciones base es aumentar la potencia lineal. Todos los esfuerzos de I + D se centran en impulsar la eficiencia lineal durante los próximos dos años.

Al mismo tiempo, nuestra expectativa es que los esquemas de modulación de la estación base no cambien significativamente en los próximos tres a cinco años. Se descompone en un simple cálculo de bits por hertz. Ya sea que esté ejecutando 256 QAM o 1024 QAM, un sistema obtendrá una cierta cantidad de bits por hertz de ancho de banda. Si esos números no van a cambiar significativamente, la forma ideal de generar más de un sistema es a través de mejoras de eficiencia lineal.

Eso no quiere decir que no se pueda abordar con una mayor potencia del dispositivo fundamental. Incluso sin mejoras de linealidad, la eficiencia energética general del PA seguirá ofreciendo mejoras de señal. También ayuda a los diseñadores a reducir el tamaño de los sistemas, ya que necesitan menos energía del sistema y menos conjuntos de antenas. Si bien la energía adicional o las soluciones de segundo nivel funcionan, el objetivo de los proveedores de GaN en la industria es reducir los efectos de captura para que los sistemas sean lo más simples posible.

Temperatura

La temperatura de las estaciones base sigue aumentando con el tiempo. Hace cinco años, el estándar era especificar dispositivos a 85 ° C. Los fabricantes de equipos originales lo han elevado a 105 ° C, y la expectativa es que se pida a los diseñadores de estaciones base que se adapten a temperaturas de 125 ° C. La mayoría de los dispositivos GaAs tienen una temperatura máxima de 150 ° C, lo que solo le da 25 ° C de aumento para trabajar dentro. Los proveedores de GaN tendrán que trabajar en estrecha colaboración con los diseñadores de sistemas para encontrar formas creativas de mantener más frescos los elementos integrados. Esta presión será más aguda en unidades exteriores más pequeñas con matrices MIMO masivas. Hoy en día existen soluciones creativas, pero no a un precio rentable. Esperamos que eso cambie en los próximos años.

Soluciones holísticas

Todos los proveedores de GaN están ajustando la física de los dispositivos de GaN para mejorar la eficiencia lineal, la densidad de potencia y la confiabilidad al tiempo que reducen los efectos negativos del atrapamiento, el colapso de la corriente y la deriva de la corriente, por ejemplo. Esto se puede hacer hasta cierto punto a nivel de dispositivo, pero para alcanzar el máximo potencial, los sistemas RFFE de estación base deben desarrollarse en conjunto con la cadena de arquitectura total, y ahí es donde vemos mucha actividad prospectiva en la actualidad.

Esto es especialmente crítico a medida que la industria cambia de LDMOS a soluciones GaN. La tecnología es fundamentalmente diferente. No es tan simple como sustituirlo en un PA de GaN y esperar 10 puntos más de eficiencia. Existen diferentes problemas y soluciones del sistema. Una estación base optimizada para LDMOS puede no ser apropiada para GaN PA y viceversa. La optimización de los sistemas de estaciones base para GaN debe realizarse de manera integral.

Estamos empezando a ver esta tendencia ahora y esperamos una adopción más amplia durante los próximos años, ya que los resultados de rendimiento hablan por sí mismos. Los diseñadores integrados que trabajan con los proveedores para cerrar esta brecha de diseño integral se posicionarán como líderes de la industria. Por supuesto, los OEM dirían que ya están utilizando un enfoque a nivel de sistemas. No discutiríamos ese hecho, pero creemos que se pueden obtener más beneficios, especialmente a medida que las partes de RF de la cadena se vuelven más inteligentes e integradas.

RF inteligente e inteligencia artificial

La mitigación de trampas ha sido un problema para todos los materiales semiconductores y GaN no es una excepción. Las aplicaciones de conmutación de alta velocidad pueden crear entornos de captura extremadamente desafiantes para los amplificadores de potencia de GaN. Resolver estos efectos de atrapamiento puede ser complejo, ya que los comportamientos de la AP pueden depender de las señales previas que recibió la AP. El enfoque tradicional sería abordarlo en la capa física, hasta el final del sustrato, para abordar lo que está causando el comportamiento problemático. La tecnología actual aún no ha podido mitigar completamente las trampas de esta manera, pero siempre está bajo estudio de I + D.

Otro método podría ser utilizar algoritmos de software para predecir las variaciones que conducen a la captura. Con controladores de RF inteligentes y un conocimiento suficientemente profundo de las condiciones preexistentes, los dispositivos podrían identificar patrones de tráfico y predecir el próximo pico de actividad. O bien, reconozca una caída en la actividad y cambie las cosas en el nivel del controlador para reducir el consumo de energía. Esto se ha hecho durante muchos años en las estaciones base, pero se están realizando esfuerzos continuos para mejorar las técnicas.

Es por eso que los OEM están considerando implementar inteligencia artificial a nivel de radio. Los sistemas RFFE podrían optimizarse a sí mismos con el tiempo. En teoría, si una radio en el campo genera una falla, podría autoidentificar el error y "aprender" del error. Luego, la próxima vez, podría evitar la serie de eventos que crearon la falla o, potencialmente, solucionarla. No sería necesario señalar al transportista, enviar un camión y poner personas en la torre para abordar problemas menores. Como puede imaginar, esto evitaría tiempos de inactividad y gastos importantes.

6G

Incluso con 5G aún en las etapas iniciales de su implementación, las discusiones sobre 6G ya están comenzando. Las primeras predicciones sugieren que 6G se entregará en bandas de frecuencia muy por encima de 100Ghz, frecuencias que sabemos que admite GaN. Lo más probable es que ese tipo de solución no sea una implementación de torre celular tradicional, pero cualquiera que sea la forma que adopte, creemos que la eficiencia de GaN en altas frecuencias y en anchos de banda amplios lo hace fundamental para convertir 6G en una realidad.

Contenidos relacionados:

• 5G y GaN:comprensión de la infraestructura MIMO masiva sub-6Ghz
• 5G y GaN:el cambio de LDMOS a GaN
• 5G y GaN:lo que los diseñadores integrados deben saber
• Implementación de 5G:un maratón, no un sprint
• Cómo el control basado en datos mediante ML mejora el rendimiento de la red 5G
• Los mayores desafíos de 5G para los proveedores de servicios de comunicaciones
• ¿Puede el aprendizaje automático resolver los desafíos de la banda base 5G compleja?

Para obtener más información sobre Embedded, suscríbase al boletín informativo semanal por correo electrónico de Embedded.