价格：面议
深圳市航宇通讯设备有限公司
联系人：龙春光
电话：13632691964
地址：广东省深圳市龙岗区坪地街道六联社区石碧西路30号
北京时间2月23日消息（余予）据TheElec获悉，高通已经将3 nm AP代工订单交给了台积电，该处理器将于明年推出。
有消息人士称，高通还将其4nm应用处理器Snapdragon 8 Gen 1的部分代工工作交给了台积电，而此前高通仅将其交给了三星电子。据称，台积电在去年收到订单后，已经开始生产芯片所需的晶圆，并将在*二季度交付给客户。
消息人士表示，高通之所以决定更依赖台积电而不是三星电子，是因为后者的先进工艺节点正面临良率问题。三星电子的半导体代工部门的Snapdragon 8 Gen 1的良率约为35%，而其自研Exynos 2200 的良率更低。
其中一位消息人士表示，Snapdragon与Exynos相比产量更高是因为高通派遣了一名高管和工程师前往三星代工厂的生产基地，帮助解决了一些问题。
但他们表示，高通决定让台积电作为其芯片的代工厂，因为其认为，在芯片短缺的情况下，对于产量如此之低的问题不能坐视不管。
三星移动总裁卢泰文（TM Roh ）去年访问美国时，高通方面曾向其透露上述信息。
他们补充道，由于三星代工部门未能满足其移动业务部门以及主要客户高通的需求，三星电子正在对其代工厂进行审查。
在去年与台积电争夺并失去英伟达的7nm GPU代工订单后，高通的这一决定对三星电子来说是一个重大打击。
并且，如果高通和英伟达决定今后完全依赖台积电，三星将失去代工公司获取收入所依赖的两个大客户。
不过，高通决定继续将其7nm射频芯片的订单交给三星，并承诺追加订单。
尽管已经具备5G芯片研发能力，但翱捷科技并不具备为5G手机供货的能力。事实上，该公司的通信芯片大都用于物联网，以及一部分功能手机，并没有智能手机芯片产品。
在招股说明书中，翱捷科技表示，2.4G路由器胶棒天线·，智能手机基带芯片要求更高，同时也是较难开发的产品。公司围绕目标市场进行技术储备及研发，南山区天线，目前公司的手机芯片主要运用于功能机，尚未形成智能手机基带芯片收入。预计公司新一代智能手机芯片产品从开始立项到产品设计、量产、商业化，仍需要3到5年时间。
所以，新款5G芯片，从流片走向商业化后，将主要用于物联网终端设备。对于智能手机产业，翱捷科技还有很长的道路要走。国内智能手机产业依然还是严重依赖高通和联发科的芯片供应，以及正在迅速成长壮大的紫光展锐。
资料显示，2021年展锐智能手机芯片出货量实现连续三个季度的增长，在*三季度市场份额达到10%。同时展锐成功扩大了品牌客户群，除了荣耀、realme 、摩托罗拉、中兴、传音等，展锐产品也已进入三星Galaxy A系列。
翱捷科技则在物联网领域，成功抢下了不少份额，在4G时代，翱捷科技就打入了移远通信等的通信模组厂商。根据IDC中国对国内物联网支出规模的预测，4G贴片天线，到2025年，国内物联网支出规模将达到3069.8亿美元，呈现快速增长的趋势。翱捷科技指出，2020年境内模组厂商已经合计占有60%的市场份额。公司已进入国内主流模组厂商的供应链，公司在蜂窝物联网市场成长潜力巨大。
五大领域技术：开启无线智能化之路
要实现网络的智能化，做到降本、增效、提质、绿色兼备，不仅需要架构上的创新，还有赖于技术上的突破。
据甘斌介绍，3G防爆天线，IntelligentRAN中包含了五大领域关键技术。之一是智优体验，空口智能使能多频段多站异构组网体验与容量优。智能更多体现在空口智能，在无线网络多频多站多场景条件下，IntelligentRAN通过智能栅格技术，基于历史栅格数据和实时信息，预测覆盖、谱效、业务体验，从而为用户选择载波；通过调度字典基于历史覆盖和邻区干扰情况，进行信号强度和干扰预测，为用户进行空口资源的调度；通过信道图谱对用户历史业务的分析以及空口信道状态的预测，为用户进行更的波束匹配。三项技术结合，达到体验与容量优。
之二是智能绿色，通过智能化实现全天候深度节能，体验不变、节能倍增。IntelligentRAN在节能的大背景下，针对不同的业务类型，从覆盖、负载、业务类型和KPI进行分析和预测，通过智能载波选择、智能通道关断、智能符号休眠等，从网络侧进行非实时的频段选择、通道选择等策略制定，从站点侧进行实时的符号调度和发射功率配置，从而实现全网秒级的策略配置，在**网络KPI稳定的基础上达到全网大幅度节能。
之三是敏捷业务，实现业务快速开通和可靠性**。IntelligentRAN使运营商的无线网络以更加智能、弹性的方式参与到业务规划、新业务变更、以及动态业务体验**的过程中。首先，在新业务开通阶段，基于电子地图和业务需求，依托深度学习进行的智能SLA站点规划，提升投资效率；在业务需求出现变化时，仅通过参数动态配置可以满足新的SLA要求，而*改变站点布线，这也契合了未来工厂中柔性制造的方向；在业务运行过程中，基于AI的自学习实时监控/预测对象体验的变化，动态调整参数模型，**SLA在动态下的一致性。
