　キャリアアグリゲーションにより最大1.6GHzのチャネル帯域幅を割り当てられ、FR1帯で最大100MHz幅の16チャネル、FR2帯で最大400MHz幅の4チャネルを提供。専用の外部フィルタリングコンポーネント無しで、低帯域、中帯域、高帯域を同時に対象とできるため、BOM（部品）コストを削減できる。

Direct RF PHY部のブロック図［クリックで拡大］出所：ソシオネクスト

　ADC（A-Dコンバーター）とDAC（D-Aコンバーター）の分解能は12ビット、アナログ帯域幅は最大7.2GHz。サンプリングレートはADCが24Gサンプル/秒、DACが32Gサンプル/秒となっている。

　SoCソリューションは7nm FinFETプロセスで開発され、32個および64個の送受信部の単一ダイソリューションに集積できる。そのため、現在市場で利用可能な汎用部品によるシステム構成と比べて低消費電力となっている。

　既に、Direct RFテストチップおよび評価ボードをユーザー向けに提供を開始。ADC、DACおよびリアルタイムストリーミングを搭載した専用アプリケーションボードは、2023年10～12月に提供開始の予定だ。

⇒その他の「組み込み開発ニュース」の記事はこちら

ソシオネクストがワイヤレス超音波プローブで次の一手、「viewphii64」を披露
ソシオネクストは、「Medtec Japan 2022」において、ワイヤレス超音波プローブ向けの次世代LSI「viewphii（ビューフィー）64」と、viewphii64を搭載した超音波プローブを披露した。現在開発を進めており、2022年秋～冬にかけて発売する方針だ。
ZETA通信を利用したクラウドタグ向けLSIを開発
ソシオネクストは、ZETA通信を利用したクラウドタグ「ZETag」向けLSI「SC1330」を、ZiFiSense、テクサーと共同開発した。「Advanced M-FSK」変調方式に対応した信号処理部と各種インタフェース機能を含むデジタル回路を同一チップに集積した。
深層学習を用いたSLAM処理の時間を約60分の1に短縮
ソシオネクストは、東北大学大学院情報科学研究科の研究グループと共同で、深層学習を用いたSLAM処理に必要な時間を従来技術の約60分の1に短縮可能な手法を開発した。エッジデバイス向けSoCなどへの応用が期待される。
AWS上で利用できるH.264映像エンコーダー、F1インスタンスのFPGAに書き込み
ソシオネクストは、Amazon Web Serviceのクラウドサービス「AWS」上で利用できる映像エンコーダー「H.264 Encoder on AWS」を開発し、提供を開始した。AWSのサービス「Amazon EC2」のF1インスタンス上で動作する。
極暗所での画像認識および物体検知に向けた深層学習の手法を開発
ソシオネクストは、極暗所での画像認識と物体検知に向けた新しい深層学習の手法を開発した。既存のデータセットのみを用いて、極暗所で撮影したRAW画像を検出することが可能となった。
ITとOTをシームレスに接続し、スマートファクトリーを可能にするTSN IP
ソシオネクストは、タイムセンシティブネットワークIPを開発した。FPGAやASICへ実装可能で、次世代ネットワーク技術であるイーサネット通信のTSN規格「IEEE 802.1 サブセット」と、その評価環境に準拠する。