一种受机器学习启发的PAM-4收发器，用于中距离有线通信链路

《IEEE Journal of Solid-State Circuits》：A Machine Learning-Inspired PAM-4 Transceiver for Medium-Reach Wireline Links

能量高效的PAM-4收发器设计通过发射端连续符号中心编码（CSC）和接收端决策树分类器补偿13-26 dB信道损耗，实现42 Gb/s传输与<10-11误码率，16nm工艺下能效达0.055 pJ/b/dB，较传统架构提升两倍。

　　

摘要：

本文介绍了一种基于机器学习原理的节能型PAM-4有线收发器，该收发器在发送端（Tx）利用数据编码，在接收端（Rx）通过特征提取与分类来补偿13至26 dB的信道损耗，同时保持比特错误率（BER）在10^-11以下。本文提出了一种新的连续符号到中心（CSC）编码方案，通过在传输前将所有连续相同的符号（CISs）移动到共模电压（0 V）来为数据分配可识别的属性。此外，在接收端后端设计并实现了一个片上决策树分类器，以学习信道和CSC数据编码特性，从而在存在符号间干扰（ISI）的情况下准确检测原始传输数据，且延迟仅约为10个单位间隔（UIs）。该决策树分类器采用低功耗的前馈架构，无需任何反馈时序约束，使收发器能够以42 Gb/s的速率进行通信，并在补偿26 dB信道损耗的情况下实现1.43 pJ/b的能效。这种采用16纳米FinFET工艺制造的收发器，实现了每信道损耗0.055 pJ/b的低能耗，比传统架构低约倍。

引言

数据密集型应用（如大型语言AI模型（LLMs）的快速增长显著提高了对有线链路更高数据吞吐量的需求[1]、[2]、[3]、[4]、[5]。尽管数据速率大约每四年翻一番[6]，但有线通信信道的改进速度并未跟上这一趋势，导致符号间干扰（ISI）问题持续存在。ISI问题主要源于有线信道的带宽限制特性，即在相同物理距离下，更高的数据速率会导致ISI增加。因此，需要更先进的信道均衡技术（包括前馈均衡（FFE）、决策反馈均衡（DFE）和连续时间线性均衡（CTLE）来补偿ISI，但这些技术又增加了功耗[7]、[8]、[9]、[10]、[11]、[12]、[13]、[14]、[15]、[16]。高阶调制降低了波特率，从而在更高数据速率下放宽了接收端（Rx）的采样裕度。波特率的降低也降低了片上时钟分配频率，进而减少了时钟分配损耗。因此，由于PAM-4的奈奎斯特频率是非归零（NRZ）信号的一半[17]、[18]、[19]、[20]、[21]、[22]、[23]、[24]、[25]、[26]、[27]、[28]、[29]、[30]、[31]、[32]，它特别适用于实现数十Gb/s的传输速度。然而，PAM-4的多电平特性使其对ISI更为敏感，需要复杂的均衡方案来保持信号的稳定性，从而阻碍了有效的功耗节省[33]。