« Microsoft 365 Copilot Chat(GPT-5.5 Think Deeper)でサザエさんじゃんけん予測アプリをいろいろな予測アルゴリズムを扱えるように作り直してもらう。5/24は勾配ブースティング系だけがパーを出すと予測、ランダムフォレストやLSTM、マルコフ連鎖などは全てチョキと予想。 | トップページ | 高周波エンジニアのためのAI・機械学習入門(GPU編25)異常検知として、良品のみで学習して不良品を見つけるオートエンコーダー(Deep Autoencoder)をPythonとKerasでバンドパスフィルタを題材にやってみる。 »

2026年5月24日 (日)

RF Weekly Digest (Gemini 3.1 Pro・Google AI Studio BuildによるAIで高周波・RF情報の週刊まとめアプリ)2026/5/17-5/24





RF WeeklyDigest





Weekly Intelligence Briefing

UPDATED: 15:55:08




INDUSTRY UPDATE

インテリジェンス・レポート:RF技術および半導体の進展 報告期間: 2026年5月17日 – 2026年5月24日 アナリスト: Elite RF Intelligence Unit




NETWORK STD

1. 5G-Advancedおよび6Gの標準化

過去7日間において、3GPPの枠組みの中で、5G-Advanced(リリース19)から6G(リリース20)の定式化への大きな転換が見られました。

  • 3GPP リリース19の策定完了へ: リリース19は最終的な規定フェーズ(Normative Phase)に入ったとの報告があります。主なハイライトとして、NR無線インターフェース向けAI/MLの標準化や、技術調査の75%以上が完了したアンビエントIoTプロトコルの成熟が挙げられます。
  • 6Gサービス要件(SA1): 2026年5月現在、SA1ワーキンググループ内での6G調査は80%完了しており、200以上のユースケースを網羅しています。今週確認された主な焦点領域には、通信・センシング一体型技術(ISAC)、およびGiga-MIMO展開のための**7-16 GHz「アッパーミッドバンド」**の利用が含まれます。
  • スペクトラムの進化: 業界のコンセンサスは、広域6Gカバレッジの「スイートスポット」として7-16 GHz帯に固まってきています。この帯域は、サブテラヘルツ(sub-THz)帯と比較して実現可能なリンクバジェットを維持しつつ、AI駆動のデータ集約型アプリケーションに必要な帯域幅を提供します。



NETWORK STD

2. 新規ハードウェア(チップ、モデム、モジュール)

主要メーカー各社は、AI駆動型RFフロントエンドに最適化された次世代シリコンを発表、またはサンプル出荷を開始しました。

  • Qualcomm Snapdragon X85 Modem-RF: 最近の技術公開で、第2世代の6Rxアンテナ管理を特徴とするSnapdragon X85の詳細が明らかになりました。このシステムは、AI強化アンテナスイッチングを活用して「ハンドブロッキング(手による遮蔽)」干渉を軽減し、困難な都市環境におけるセルエッジのスループットを最大20%向上させると報告されています。
  • Broadcom AIネットワーキング(2026年5月20日): Broadcomは、高性能な400G RoCE/RDMA イーサネットNICの発売を発表しました。主にデータセンター向けですが、この技術は現在サンプル出荷中の高密度Wi-Fi 8および6Gインフラのバックホール要件を支えるものです。
  • SkyworksおよびQorvoのインフラストラクチャ: スモールセル展開向けの新しいGaN-on-Si(シリコン上窒化ガリウム)パワーアンプ(PA)が発表されました。特にN77およびN78帯をターゲットとしており、電力付加効率(PAE)は50%を超える改善を見せています。



HARDWARE ANALYSIS

3. スマートフォンおよびウェアラブルの分解解析(Teardown)

近年のデバイス分解調査(TechInsights/iFixit)によると、コンポーネントの極限までの高密度化とRFフロントエンドの統合化が進んでいます。

  • Apple Watch Series 11 5G(2026年5月14日-22日公開の深掘り分析):
    • RF構成: 5Gモデム、Bluetooth 6.0、および**超広帯域無線(UWB)を統合した高度なSiP(システム・イン・パッケージ)**を搭載。
    • 分析: Apple独自の設計による**RFフロントエンド(RFFE)**モジュールを採用しており、Series 10と比較してフットプリントを15%削減しています。
  • Sony Xperia 1 VI(TechInsightsによる発売後分析):
    • モデム/トランシーバー: Qualcomm Snapdragon 8 Gen 3プラットフォームと、専用のQualcomm RFトランシーバー + GPS ICを搭載。
    • RFFE戦略: SkyworksのローバンドPAと村田製作所のデュアルSAWフィルタのハイブリッド構成を採用。
    • 接続性: Wi-Fi 7/Bluetooth 5.4用にBroadcom BCM4390を搭載し、独自の**マルチリンクオペレーション(MLO)**アンテナアレイを利用して5.8 Gbpsのピーク速度を維持しています。
  • Google Pixel 8a(RFFE分解):
    • フロントエンド: Skyworksの2.4 GHz Wi-Fi FEMとQualcommのSAWフィルタを搭載。
    • 基板設計: 高密度相互接続(HDI)基板を採用。Tensor G3の統合モデムから高利得カメラセンサーへの信号漏洩を防ぐため、特殊なシールド処理が施されています。



CONNECTIVITY

4. IoTおよびコネクティビティ(Wi-Fi 8 および Bluetooth)

コネクティビティ標準は、産業用およびXR(クロスリアリティ)アプリケーション向けの決定論的な低遅延へとシフトしています。

  • Wi-Fi 8 (802.11bn): BroadcomQualcommは、Wi-Fi 8チップセットのマスマーケット向けサンプル出荷を開始しました。この新規格では**協調空間再利用(coordinated spatial reuse)**が導入され、スタジアムのような高密度環境において複数のアクセスポイントが通信を調整し、干渉を最小限に抑えることが可能になります。
  • Bluetoothチャネルサウンディング: 2026年のフラッグシップスマートフォンにおいて標準機能となったこの技術は、近接検知のための従来のRSSIに代わるものであり、デジタルカーキーやアセットトラッキングにおいて10cm未満の測距精度を実現します。



HARDWARE ANALYSIS

5. 図表およびダイアグラム

最近の業界レポートからの主要な視覚データ:

  • Sony Xperia 1 VI メインボード写真: Qualcomm/Skyworks RFFEレイアウトの詳細。
  • Snapdragon X80/X85 ブロック図: モデムの信号パスに直接統合された専用AIテンソルアクセラレータの図解。
  • Pixel 8a RFコンポーネント・マップ: Broadcom BCM4383およびSkyworks FEMの配置レイアウト。



NETWORK STD

エグゼクティブ・サマリー: 現在のRF業界は、リリース20(6G)への移行と、物理層(PHY)へのAI統合によって定義されています。焦点は単なる通信速度から、スペクトラム・インテリジェンスやセンシング機能を有するネットワークへと移っています。QualcommBroadcomといったハードウェアメーカーは、次世代のAIウェアラブルの熱および空間的制約を満たすため、複数の無線プロトコルをシングルダイまたはSiPソリューションへと順調に集約させています。

« Microsoft 365 Copilot Chat(GPT-5.5 Think Deeper)でサザエさんじゃんけん予測アプリをいろいろな予測アルゴリズムを扱えるように作り直してもらう。5/24は勾配ブースティング系だけがパーを出すと予測、ランダムフォレストやLSTM、マルコフ連鎖などは全てチョキと予想。 | トップページ | 高周波エンジニアのためのAI・機械学習入門(GPU編25)異常検知として、良品のみで学習して不良品を見つけるオートエンコーダー(Deep Autoencoder)をPythonとKerasでバンドパスフィルタを題材にやってみる。 »

パソコン・インターネット」カテゴリの記事

学問・資格」カテゴリの記事

日記・コラム・つぶやき」カテゴリの記事

コメント

コメントを書く

(ウェブ上には掲載しません)

« Microsoft 365 Copilot Chat(GPT-5.5 Think Deeper)でサザエさんじゃんけん予測アプリをいろいろな予測アルゴリズムを扱えるように作り直してもらう。5/24は勾配ブースティング系だけがパーを出すと予測、ランダムフォレストやLSTM、マルコフ連鎖などは全てチョキと予想。 | トップページ | 高周波エンジニアのためのAI・機械学習入門(GPU編25)異常検知として、良品のみで学習して不良品を見つけるオートエンコーダー(Deep Autoencoder)をPythonとKerasでバンドパスフィルタを題材にやってみる。 »

最近の記事

2026年6月
  1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30        

最近のコメント

無料ブログはココログ
フォト