先进制程RFSoC／FPGA／GPU芯片在军事上的应用

风树

先进制程的硅锗RFSoC／FPGA／GPU芯片在军事上的应用,主要应用不是在战斗平台的控制类芯片（这种控制类芯片功能要求相对简单、计算量不大，对可靠性要求高，65-130ｎｍ制程就可以满足要求），而是雷达通信电子战和军事AI领域。
用两种型号的产品的军事应用来举例:
一是赛灵思的16-20纳米制程RFSoC芯片（RFSoC芯片内包含FPGA、AD和ARM处理器）用于雷达通信电子战,还能结合16-20ｎｍ制程的通用图形处理单元（GPGPU）芯片等组成AI认知电子战系统；
军用射频集成电路技术发展趋势 2018年 电科24所的论文


关于认知电子战的简介文章【深度】认知电子战系统组成及实现途径探究

二是5-7纳米制程的AI芯片，例如NVIDIA和英伟达的GPU芯片,还有赛灵思的versal AI芯片等，用于战场后方的数据中心AI分析计算，由AI形成战场综合态势感知图，以及ai电子战的辐射源定位、频谱分析及自适应干扰等等，后方数据中心的AI系统通过卫星宽带数据链或战术宽带数据链收集综合分析前方平台传来的信息，分析后再通过宽带数据链传回各个战斗平台。C4I系统的感知、分析、反应、打击等ooda循环效率高，电子战效率更高。

先说基于16nm制程的赛灵思Zynq UltraScale+ RFSoC系列产品，赛灵思从2012年开始RFSoC项目的开发，2017年10月，Zynq UltraScale+ RFSoC系列正式开始发货用于民用4G和5G通信。
2016年BAE系统公司推出的一种可实时可重构射频芯片，其射频前端由“可重构集成电路用微波阵列技术”（MATRIC）收发器组成。MATRIC技术由DARPA资助，芯片尺寸约为硬币大小。可以实现直流到40GHz信号的调谐，并能在纳秒时间内完成开关切换。其数字化及处理功能则采用Xilinx公司的RFSoC技术。
有疑问16-20纳米制程芯片是否存在辐射干扰问题，同期赛灵思在2020年也推出了20纳米制程的宇航用防辐射fgpa产品https://www.eetop.cn/fpga/6948738.html。
按此推断，军用级16-20纳米制程rfsoc的防辐射干扰基本不是问题。

哈里斯公司研制的小型、手持式“破坏者SRx”（Disruptor SRx）认知电子战系统。
美军认知电子战4个项目详解，部分已达到商用级别！　第4条“破坏者”SRx电子战系统是美国哈里斯公司开发的下一代电子战技术，也是目前唯一达到商用现货程度的认知电子战系统。也是基于BAE的可重构射频芯片。
哈里斯公司谈自适应电子战
破坏者系统大概手掌大小，可以装备在各种固定翼飞机及拖曳诱饵、巡航蛋、mald上。
例如固定翼飞机可以用其干扰对方相控阵雷达无法识别假回波。使中距弹或防空弹无法识别假回波，脱靶或无线电引信测距错误提前引爆战斗部。
使对方通信系统内夹杂大量跟随通信跳频/变波形的假波干扰通信。
例如jassm-er和战斧block4反舰的的突防核心战术，就是mald携带干扰模块伴随飞行，电磁干扰以假目标掩护，同时蛋间组网蜂群突防。
      TR内的直接射频采样（射频直采），采用这种方式时，输入的模拟信号的数字化处理应尽可能靠近天线端，且不使用混频器和本振等射频及微波器件，从而避免了这些器件带来的不良影响，并减少了射频功能所占的空间。数字化后的信号可以在射频片上系统（RFSoC）或通用图形处理单元（GPGPU）上进行处理。Xilinx公司推出的RFSoC产品将模数转换器、FPGA可编程逻辑电路与射频芯片封装在一起，同时在重要的I/O端增加了一个ARM处理器。GPGPU将通用中央处理器（CPU）的能力与图形处理器（GPU）的独特功能结合在一起。这两种类型的处理引擎都能用于人工智能，并且能极大地减少信号处理所需的空间及消耗的功率。
     应用于电子战和信号情报领域的“刺猬”（Hedgehog）系统，这是BAE系统公司推出的一种可实时重构的软件定义无线电（SDR）系统，其射频前端由“可重构集成电路用微波阵列技术”（MATRIC）收发器组成。MATRIC技术由DARPA资助，芯片尺寸约为硬币大小。“刺猬”系统可以实现直流到40GHz信号的调谐，并能在纳秒时间内完成开关切换。其数字化及处理功能则采用Xilinx公司的RFSoC技术，系统可同时实现16通道，2GHz宽带射频信号的数字化。BAE系统公司将“刺猬”无线电系统应用于DARPA资助的“机器学习实时自适应可控硬件集成”（CHIMERA）项目中，该项目旨在为机器学习算法开发人员提供一个可重构的硬件平台，以感知拥塞电磁环境中的射频信号。CHIMERA项目与DARPA的“射频机器学习系统”（RFMLS）项目互为补充，RFMLS项目致力于机器学习算法的开发。

可重构射频芯片，具备多波段宽频接收雷达、数据链等信号能力，经过ａｉ分析后，调制信号形成假信号欺骗ａｅｓａ雷达（有源阵雷达射频前端电路结构目前不可变，有源阵雷达的频率／波形变化能力　　　弱于　　新一代的电子战的可重构射频芯片）
传统的对抗措施开发过程耗时过长。一旦信号情报（SIGINT）平台收集到新的威胁信号，会将其发送给数据中心，分析人员会将该数据和从其他信号情报任务中截获的数据放在一起进行分析，在几周或几个月的时间内完成对策制定。然后，威胁数据以及相应的对抗措施就会根据需要发送给作战单元并上传至电子战系统。
采用人工智能使能的电子战系统，数据收集就有了全新的价值，来自于电磁环境中的大量数据可以用来训练人工智能模型，这些模型可以用于辐射源行为模式识别。通过人工智能技术处理数据并观察雷达的行为，可以在实时生成对抗措施，极大提高电子战效率。

再说NVIDIA和英伟达的5-7nmGPU芯片、赛灵思的versal AI芯片等AI芯片用于战场后方数据中心的军事AI数据分析，例如“联合全域指挥控制”（JADC2），旨在快速收集、分析并与武器运载平台共享分布式传感器信息。类似云的JADC2环境，使得所有部队能够通过通信网络实现传感器数据的传输和共享，以实现更快的决策。从大量传感器收集数据，使用人工智能分析数据、识别目标。
5-7nmGPU在战场后方数据中心，基本不怕电磁干扰。

=============================
2023.2.20更新
美弟和大阴的基于16nm制程RFSoC的可重构射频芯片，ai认知电子战转装备，大概是在2017开始装备，2018-2021年开始形成一定规模。同时结合后方数据中心 高端GPU  AI电磁对抗算法、算力，标定高质量的对手电磁频谱数据，训练AI。在2022年鹅乌冲突冲开始规模性投入使用。
鹅毛虽然雷达水平差一些（鹅毛模拟射频水平很高，数字化方面差一些），但鹅毛的电子战水平并不低，在2014-2020的东乌和叙利亚和美弟进行的电磁对抗并不吃太多亏，表现还是相当可以的。
==========================
这里插几篇国内公开发表的对鹅毛电子战水平的评价类论文

美俄电子战对抗的现状与分析







俄军近几场局部冲突中的电子战能力发展   2018年，舰船电子对抗里的文章




俄罗斯电子战能力动态分析  源自2020年海军工程大学学报的文章







总体而言，我国部队、科研院校等对鹅毛的电子战水平评价是相当高的，而且认为是超过我方。
历次与鹅毛的军事演习中，我方对鹅毛其他兵种的水平吐槽很多（例如海军舰艇部队、陆军炮兵、陆战队、装甲兵等等），认为以上这些兵种鹅毛水平不高。但对电子战领域，认知到与鹅毛存在差距，对鹅毛评价是很高的，总体结论是要积极学习俄军缩小与俄军电子战差距。
从近几次局部冲突看俄军电子战能力的发展_许登荣 2022年2月   航天电子对抗刊物的论文，正好是俄乌开战前。



==========================
这次鹅乌冲突至今，鹅毛电子战表现的失利，甚至可以说是惨败，让人吃惊。很可能是美弟的这套基于先进制程芯片的AI认知电子战系统的原因。
我们的RFSoC有关的消息,目前公开信息28nm的FGPA等等已经有了(格芯、台积电等代工为主)，我们的第一代RFSoC gen1(格芯代工，基于格芯14nm工艺)也出现了，目前国外是赛灵思rfsoc gen3第三代及rfsoc DFE。
代工的产品，随时都被被禁的可能。即使目前可以代工生产的，在代工厂生产时已经被代工厂确认是性能阉割版(例如给我们代工的产品不具备14-16nm级别抗干扰、抗辐射能力)。
14nm的FPGA的设计目前我国也没搞定。
中芯目前的14nm线还没有具备生产14-16nm制程FPGA能力的公开消息。中芯14nm线能生产FPGA后，下一步才可能生产第一代民用级rfsoc gen1。
赛灵思公开售卖的民用级16nm制程RFSoC产品，也无法满足军用级抗辐射要求，其军用级RFSoC也是严格管控。
硬件搞定后是软件，fpga领域软件的差距有时候比硬件还大。rfsoc的软件也是建立在fpga的基础上上的。
另外赛灵思早在2012年就开始研究rfsoc,为什么不在28nm制程实现RFSoC,非要在16nm制程实现?是不是28nm制程无法满足rfsoc的要求?
5-7nm高端gpu虽然已经禁止销售，但好歹以前买了不少，通过其他渠道也能买到一些但总归数量受限制，还有电磁对抗的AI核心算法和美弟差距非常大（各种AI 核心算法美弟一开源我们就巨大进步，不开源就........................），标定到AI可以使用的对手的电磁频谱数据也是个极其繁琐枯燥花费很多时间的累活，以上即使都搞定了，好需要长时间的时间来通过标定的大量数据来训练并纠正AI。
美弟禁28nm以下半导体设备及设备服务，禁高端GPU销售。很可能也是在军事领域意识到了RFSoC和后方AI数据中心GPU的AI认知电子战结合起来的这套系统在军事上的极端重要性。
总有种感觉也许是错觉，美弟2022年加速禁半导体，最大的加速原因可能是鹅乌电子占。美弟原定的时间表没这么快。经过实战美弟意识到了先进制程新一代AI认知电子战的巨大威力，所以在2022年下半年加速封锁以保持在电子战上的优势。这是鹅乌战争给我们带来的不利因素的体现。
美弟的新一代军事射频芯片突破，其实都是基于全球民用半导体产业链和全球民用射频市场的积累。我们的市场在其中贡献也不小。美弟是以全球的力量进行的突破，美弟制裁我们的核心，就是使我们不能再以全球力量为基础，而只能以本土力量为基础发展半导体，极大缩小了我们发展的基础。

关于AI的差距：AI硬件算力、软件算法、高质量的数据进行训练。
硬件的差距可以通过公开信息大概有个了解。
电磁对抗领域的AI核心算法对各国而言都是绝密，不好比较。但面对chatgpt这种，猜测在电磁对抗AI算法领域的差距也不小。
最后单独聊一下高质量的数据：
      就从气球和超大型同步轨道/静止轨道电子真查卫星作为一个切入点开始谈谈。超大型同步轨道/静止轨道电子真查卫星开始把这方面我们还是零。有分析说气球的作用，最有可能不是去拍照，拍照气球赶不上卫星方便，气球是去收集美弟内陆的敏感高价值电磁信号，弥补我们没有超大型同步轨道电子侦查卫星的缺项。气球收集效率很低，事倍功半，很多信号也收集不到，但总比没有强。例如可以尝试收集美弟在本土的高价值信号。 收集后通过卫星数据链传回。
      各国在前沿的雷达通常只用常规的变频/变波形工作模式，高价值的变频/变波形工作模式为保密和防战时干扰通常不用只有战时使用。但在内陆时测试和进行电磁对抗演练时会使用高价值的工作变频/变波形模式。                                                                                                                                                                  
      美弟在我们头顶的一定数量的超大型同步轨道/静止轨道电子真查卫星，36000公里高，超大型天线，极高灵敏度天线阵，我们内陆的各种雷达开机，测试各种高价值战时工作模式和进行电磁对抗演练时，都很有可能都被捕捉信号，进行电磁频谱数据标定，提供给AI分析，为新一代电子占可重构射频芯片提供数据支持和AI分析支持。而rc135和p8等只能在沿海捕捉普通模式的雷达信号。
静止轨道电子侦察卫星技术研究
电子侦察卫星初探

2023.3.4日更新======================================
俄乌冲突中俄罗斯电子战装备及运用研究_凌海风  航空兵器刊物 陆军工程大学发表的对2022年俄乌电子战分析的公开论文，分析的这次2022年俄乌中鹅毛电子战情况。

邢风

大佬能解说诺格的sewip block3电子战系统吗？[拜托][拜托][拜托]

名风木门

这个其实还好，因为用在后方数据中心的话，一般不用太在乎体积和功耗。

十八易

会存在辐射干扰吗？

东少

16-20纳米制程芯片是否存在辐射干扰问题，同期赛灵思在2020年也推出了20纳米制程的宇航用防辐射fgpa产品  https://www.eetop.cn/fpga/6948738.html。
预估按此推断，军用级16-20纳米制程rfsoc的防辐射干扰基本不是问题。

网秦

国内做这种ai电子对抗的，都是研究所吗？市场容量有多大？

大海的呼唤

fpga，国内28nm的vx690t已经有了，jfm SMQ bqr都有，感觉暂时够用；射频，我在咸鱼上看到ck8242，双通道14bit 3G。复旦微十亿门fpga对标vu系列应该也流片了，就差把这俩封装集成起来了[思考]感觉这方面有的一拼

咖喱鸡肉不好吃

给你的回复被吞了，可以看下原文里的2022.2.20更新。

发配拉萨

谢谢答复，我可不可以这么理解，硬件上射频直采和氮化镓LNA以及集成工艺，可以省去通常的AGC和模拟混频器以及模拟上下变频等设备，去除了这些设备引入的噪声从而整个系统获得一个更优秀的信噪比，从而提高灵敏度。算法上限制主要在算力和AI算法，算力问题可能不是太紧迫，算法上可能存在差距，具体差距未知，但是从公开资料和已经实地落地的项目来看，算法上没有那么悲观。

顾庆元

兄弟，prsm，atacms尾部喷口那种收窄的外形叫什么呀