对话尤肖虎院士：基于卡脖子问题不严重的芯片工艺，去解决6G射频器件的问题
（尤肖虎院士接受媒体采访，图源：搜狐科技）
出品 | 搜狐科技
作者 | 张雅婷
2024年4月16日至18日，2024全球6G技术大会在南京召开。来自国内外的众多科学家、工程师、行业领导者齐聚一堂，共同探讨对于6G的洞察与见解。
在媒体对话环节，中国科学院院士尤肖虎与搜狐科技等媒体分享了对于6G发展的看法，包括我国6G发展面临的技术挑战，以及在产业应用方面的影响等。
尤肖虎认为，6G技术一方面对5G的性能进行增强，提升移动通信系统的能力。另一方面扩展边界，包括通信和感知的融合，通信和人工智能的融合，地面网络和空中网络的融合，将来6G会成为能力更强大的数字基础设施。
他认为，原来5G用于工业领域有一些限制，比如说功耗、成本，以及从终端侧到网络侧的传输能力还不够，时延还不足够低，可靠性还不足够高。但随着5G向6G的演进，这些问题将会得到进一步的解决，对于工业领域应用有极大的增强。
芯片的工艺受限，怎么样能够支撑5G向6G的演进发展？尤肖虎表示，比如射频器件、基带等，紫金山实验室都在寻求一些全新的途径。“我们只有CMOS工艺，用于高频段的话，可能性能受限，但这并不是不可逾越的。”
在他看来，一旦技术瓶颈有突破，就可以基于卡脖子问题不怎么严重的工艺，解决射频器件、数字器件的问题。
此外，还可以把一些人工智能的模型，比如说贝叶斯模型，用于6G的数字处理，这样要达到所需要的系统性能，可能只需要原来20%-30%的芯片面积就能够实现。
以下为对话全文：
媒体：6G技术的推广应用，对于新质生产力的挖掘能起到什么样的作用？
尤肖虎：6G技术一方面对5G的性能进行增强，提升移动通信系统的能力。另一个方面扩展边界，包括通信和感知的融合，通信和人工智能的融合，地面网络、空中网络的融合，将来6G会成为能力更为强大的数字基础设施。
6G的产业链非常长，从基础的器件，到天线、基站、网络、终端、应用，对整个信息产业的带动作用非常强。
6G能够支撑各行各业的数字化转型，原来5G用于工业领域有一些限制，比如说功耗成本、上行，也就是从终端侧到网络侧的传输能力还不够，时延还不足够低，可靠性还不足够高。那么随着5G向6G的演进，将会进一步的解决，对工业应用领域可用性会有极大的增强。
媒体：6G对于哪个产业有比较直接的作用？
比如低空经济领域，5G每个基站覆盖范围都比较小，通过6G技术体系网络构架的创新，6G时代可能会打破以用户为中心的形式，一个用户周围有很多个基站或天线都能通信。
当然由于芯片的工艺受限，怎么样能够支撑5G向6G的演进发展？比如射频器件、基带等，紫金山实验室都在寻求一些全新的途径。
我们只有CMOS工艺，用于高频段的话，可能性能受限，但这并不是不可逾越的。
一旦技术瓶颈有突破，就可以基于卡脖子问题不怎么严重的工艺，解决射频器件、数字器件的问题。把一些人工智能的模型，比如说贝叶斯模型，用于6G的数字处理，这样要达到所需要的系统性能，可能只需要原来20%-30%的芯片面积就能够实现。
媒体：紫金山实验室在推动6G的研发和应用方面都做了哪些工作？
紫金山实验室从2018年成立就把6G作为最主要的目标努力，我们完成了全世界第一个6G端到端实验平台，能够把5G原有的传输能力提升10-100倍，也初步验证了人工智能能够实现网络的智能化，还建立了外场实验场，能够把无人机、低空经济结合在一起，把感知和通信结合在一起。
我们需要有人站出来，率先找出可未来6G目标的技术途径，在真正6G标准产业化来之前，我们的技术研发已经非常扎实。
我们提出了把现有的移动通信网络构架重新分段，比如把原来的基站软硬分离。毫米波、太赫兹的关键器件，走光电融合的技术路线。
我们也探索了贝叶斯学习的芯片，未来6G全新信号处理的基础器件，这些器件无论标准怎么变、技术怎么变，背后都是统一的框架，都符合贝叶斯的推理模型。未来6G研发周期过长，当需求变化和原来设想不一样时，可以减少损失。
媒体：您觉得本次大会最大的作用是什么？包括相比前几届有什么区别？
因为6G现在已经进入非常关键的阶段，国际电信联盟已经明确了它的发展目标愿景和技术需求，但是整体框架和候选技术需要进一步达成共识，所以需要广泛展开学术交流，共享大家的研发成果。在未来标准化进行之前，尽可能早地达成共识，避免业界走很多不必要的弯路。
媒体：中国6G发展可能受制于芯片制程、人工智能创新不足这些短板因素，面对未来国际的竞赛，您觉得中国在发展6G方面最大的优势是什么？
我们原来通过几十年的努力，在移动通信产学研用各方面形成一个非常完整的协同推进机制，具备了非常强的国际竞争能力，无论是人才培养还是制造商、运营企业都积累了非常丰富的经验。
我们的研发也面临着一些国际环境的影响，比如说集成电路的工艺制程方面，我们和西方之间的合作机制受到一些干扰和破坏，因为工艺制程过去的发展模式是豪放式的，实际上是无限制堆叠晶体管，总有一天要非常智能化利用晶体管。
我们从现在开始精细化算法以及系统化的设计，就不需要非常简单、粗放依赖工艺。比如利用14nm、7nm的工艺，就可以达到原有的3nm、5nm甚至1nm的性能。
另外人工智能和6G的结合，怎么样尽可能少消耗算力、电力，其实可以把大数据变成小数据，比如100％数据里面只有2%对系统的优化是有用的，其他98%都是没用的，那么只需要用这关键的部分，算力一下就降低了两个量级。
当然我们还要建立相应的体系，算力还应该是多样化的，而不是依赖于单一的技术或者产品。