面向6G内生AI的空口自适应无损压缩编码算法与专用加速器设计.docxVIP

PAGE2

面向6G内生AI的空口自适应无损压缩编码算法与专用加速器设计

摘要

随着6G通信向太赫兹频段与超大规模天线阵列演进，空口带宽可达Tbps量级，前传链路与基带处理面临严峻的数据洪流压力。传统压缩算法在无损约束下难以兼顾低时延与高吞吐，且缺乏对AI业务流特征的适配。本文面向6G内生AI场景，设计一种自适应无损压缩编码算法，并基于存算一体架构实现专用硬件加速器，追求吞吐量与能效的协同优化。主要工作包括：分析6G空口数据统计特性，提出基于上下文自适应算术编码与快速字典更新的低时延无损压缩方案；设计ReRAM存算一体加速器微架构，以流水化并行编码取代传统冯·诺依曼瓶颈；完成RTL级实现与功能仿真，并在典型负载下评估吞吐量、延迟与能效。测试表明，加速器在28nm工艺下可实现单通道40Gbps吞吐，压缩率不低于1.6，编码延迟低于600ns，能效比达到12.8TOPS/W，满足6G前传接口需求。全文依循需求分析、总体设计、详细设计、实现与测试的工程递进逻辑，为内生AI通信系统提供了一种高能效的数据压缩硬件方案。

第一章绪论

1.1研究背景

6G移动通信系统将支持峰值速率超过1Tbps、用户体验速率达到10Gbps的极致性能，这要求空口物理层能够处理前所未有的带宽数据。当前5G网络中，前传接口的CPRI协议已面临压缩需求，而6G引入的毫米波与太赫兹频段将使天线端口数激增，原始