По мере того, как мобильные сети становятся дезагрегированным и виртуализированным, беспроводным инфраструктурам требуется полностью открытая, программируемая и гибкая платформа 5G, позволяющая добавлять новые функции, будучи при этом экономичной и энергоэффективной. Компания EdgeQ разработала сервис-ориентированный продукт (Chipset-as-a-Service) для удовлетворения этих потребностей, который позволяет клиентам гибко настраивать сервисы 5G и ИИ на основе программно определяемой базовой станции класса «5G-на-кристалле» и при этом платить только за то, что понадобилось.
Ключевой особенностью разработки EdgeQ является комплексная интеграция основных функций, традиционно возлагаемых при построении оборудования 5G RAN на множество различных компонентов. Компании удалось перенести в систему на кристалле (SoC) полный набор решений для клиентов, разрабатывающих радиомодули (RU), распределённые модули (DU) и точки доступа 5G корпоративного уровня, на основе сети открытого радиодоступа (O-RAN).
Важнейшей частью решения «5G на кристалле» стал блок цифровой обработки сигналов (DSP). Компания выбрала открытую архитектуру на основе RISC-V для его построения, вероятно, по причине компактности и энергоэффективности подобных ядер. Лицензировав базовое ядро RV32I у Andes и дополнив его собственными инструкциями, EdgeQ получила 50-ядерный DSP-комплекс. Инструкции рассчитаны на ряд типовых «тяжёлых» нагрузок, связанных с обработкой сигналов и ИИ. Компания не исключает, что набор инструкций будет впоследствии открыт.
Помимо него в состав SoC вошёл кластер центрального процессора (ЦП) составленный из 8 Arm-ядер Neoverse E1 (2 ГГц) общего назначения, подсистема безопасной загрузки, IO-блок, ускорители L2/L3, криптографии, коррекции ошибок (FEC), битовых операций, а также блок для подключения радиоинтерфейсов с разгрузкой типовых операций и DAC/ADC. Все они объединены сверхбыстрой шиной. Благодаря такому сочетанию получилось готовое к использованию решение, которое освобождает клиентов от значительных затрат ресурсов и времени связанных с разработкой оборудования 4G/5G из компонентов различных поставщиков O-RAN.
Физический уровень (PHY) с помощью EdgeQ становится полностью программируемым. Клиенты могут использовать интерфейс nFAPI, чтобы добавить свои собственные расширения сервисов 5G для адаптации под широкий спектр приложений, включая Индустрию 4.0, построение сетей в кампусах и фиксированную беспроводную связь для макросот телекоммуникационного уровня. Фактически заказчику в большинстве случаев потребуется только выбрать и оплатить необходимый уровень функциональности (т.е. получить лицензию на ПО), а также подключить радиотракт.
Конвергенция 5G с ИИ необходима для создания автономного наземного транспорта и цифровых двойников, телемедицины и информационно-развлекательных систем нового поколения. Чтобы изучить эти потребности в деталях компания EdgeQ на протяжении трех лет сотрудничала с ведущими на рынке заказчиками беспроводной инфраструктуры и, по её мнению, создала оптимальную модель с точки зрения затрат на развёртывание, энергопотребления, сетевых и вычислительных возможностей.
OEM-производители получают программную модель разработки, не только объединяющую 5G и ИИ, но и совместимую с существующими протоколами сотовой связи, такими как 4G и другие. А для быстрого освоения новой платформы, для них доступна ещё и оценочная плата, на которой помимо самой SoC EdgeQ установлены компоненты радиочастотного тракта и всей необходимой обвязки. Один чип EdgeQ может обслуживать один сектор типовой БС или работать в составе микросоты. При этом сама платформа легко масштабируется.
Разработку поддержали ведущие инвесторы, в том числе Threshold Ventures, Fusion Fund и AME Cloud Ventures. Основанный три года назад стартап EdgeQ получил к концу 2020 г. в общей сложности $51 млн инвестиций и «вышел из тени». Теперь компания готова к массовому производству. По словам генерального директора EdgeQ Винея Равури (Vinay Ravuri), чип выйдет из стен лаборатории примерно через 1,5 месяца. Опытные образцы уже доступны потенциальным заказчикам. Производиться новинка будет на TSMC с использованием FinFET, но техпроцесс и потребление чипа разработчики пока назвать не готовы.
