DEEPSDR 2
类别：
产品信息
一、产品简介
DEEPSDR 2 是武汉珞光电子有限公司面向 6G 和 AI 原生通信时代打造的旗舰级 AI 智能软件无线电平台。作为 DEEPSDR 系列的最优型号，产品跨越性地将两款当下先进的计算引擎——Xilinx Zynq UltraScale+ ZU48DR RFSoC 直接射频采样芯片与 NVIDIA Jetson AGX Thor（Blackwell 架构）AI 计算模组——深度融合于单一高性能平台，构建了当前业界最强的"RFSoC 直采 + AI 推理"异构计算架构。
在射频层面，DEEPSDR 2 依托 ZU48DR RFSoC 的全集成直接 RF 采样能力，摒弃了传统分离式 ADC/DAC 和 AD9361 等外置射频前端芯片。片上集成 8 路 14 位 5GSps ADC 与 8 路 14 位 9.85GSps DAC，结合两级超外差架构，实现 1MHz～7.2GHz 超宽带覆盖、4T4R 全双工收发和每通道高达 400MHz 的瞬时带宽——是 DEEPSDR 1（56MHz）的 7 倍以上。14 位 ADC/DAC 将信号量化位数从 12 位大幅提升至 14 位，从根本上保障了宽频高动态范围信号的高保真采集与发射。
在 AI 层面，DEEPSDR 2 搭载 NVIDIA Jetson AGX Thor 旗舰 AI 模组，基于全新 Blackwell GPU 架构，搭载 128GB LPDDR5X 超大统一内存和高达 2070 FP4 TFLOPS 的 AI 推理性能，相较上一代 Jetson Orin 实现 7.5 倍 AI 算力飞跃与 3.5 倍能效提升。AGX Thor 在板端即可原生运行千亿参数大语言模型（LLM）、视觉 Transformer（ViT）和自定义深度学习信号处理网络，真正实现"射频到智能"（IQ to Intelligence）的边缘侧端到端闭环。
产品内置高精度 GPSDO 驯服时钟模块，支持 10MHz 参考时钟和 1PPS 秒脉冲同步，确保射频通道间的长期频率稳定和精确时间戳对齐。DEEPSDR 2 完美兼容 UHD 驱动生态、GNU Radio、RFNoC FPGA 框架及 TensorFlow/PyTorch/TensorRT 等主流 AI 开发工具链，是 6G AI 空口原型验证、大模型驱动的智能频谱感知、GPU 加速雷达信号处理等前沿应用技术的理想旗舰硬件平台。
二、产品优势
1. NVIDIA AGX Thor Blackwell 旗舰 AI 推理引擎
搭载 NVIDIA 最新一代 Jetson AGX Thor 旗舰 AI 模组，基于 Blackwell GPU 架构，配备 128GB LPDDR5X 超大统一内存（带宽高达 512GB/s），AI 推理性能高达 2070 FP4 TFLOPS（约 1000 INT8 TOPS），是 DEEPSDR 1 所用 Orin NX（100 TOPS）的 10 倍以上；相较上一代 Jetson Orin 实现 7.5 倍算力飞跃与 3.5 倍能效提升。128GB 超大内存使得在边缘端原生运行千亿参数 LLM、大型 ViT 和端到端深度学习信号处理模型成为可能。
2. Xilinx ZU48DR RFSoC 直接 RF 采样架构
射频核心采用 Xilinx Zynq UltraScale+ ZU48DR 旗舰 RFSoC 芯片，集成 930K 系统逻辑单元、4,272 DSP Slice、38Mb Block RAM 和 22.5Mb UltraRAM。片上集成 8 路 14 位 ADC（最高 5GSps）和 8 路 14 位 DAC（最高 9.85GSps），采取射频信号直接采样架构——完全省去外部 ADC/DAC 芯片、混频器、IQ 调制器和本振源，从根本上消除了传统外置射频前端常见的不平衡误差、本振泄漏和非线性失真。
3. 400MHz 超大瞬时带宽 × 4 通道全双工
每通道提供高达 400MHz 的瞬时带宽，是 DEEPSDR 1（56MHz）的 7 倍以上，亦是普通 AD9361 平台的最大可用带宽的 7 倍。配合四发射四接收（4T4R）全双工独立通道，可同时支撑 5G NR 多分量载波聚合（CA）、宽带雷达脉冲分析、多波束相控阵和 6G AI 原生空口的超大带宽实验验证需求。
4. RFSoC + AGX Thor 双旗舰异构计算架构
DEEPSDR 2 是全球 SDR 领域首批同时集成旗舰级 RFSoC 和旗舰级 AI GPU 的产品。RFSoC FPGA（930K LC / 4,272 DSP）负责实时 DDC/DUC、数字波束成形、FFT 等前端信号处理流水线，AGX Thor GPU（Blackwell 架构）负责深度学习推理、大模型信号识别和高层智能决策——FPGA+GPU 两级流水线协同无损衔接"信号采集—预处理—智能分析—决策输出"全链路。
5. 14 位 ADC/DAC + GPSDO 高精度信号链路
14 位 ADC 提供了比 12 位 ADC 高约 12dB 的动态范围，14 位 DAC 配合 9.85GSps 超高采样率保障宽频信号的高保真发射。内置 GPSDO 驯服时钟模块提供优于 ±0.01ppm 的长期频率稳定度和纳秒级 PPS 时间同步精度，结合 10MHz REF IN/OUT 可实现多设备间同步组网，确保分布式 MIMO 和 TDOA 定位等协作应用的时间/频率/相位一致性。
6. 1MHz～7.2GHz 全频段覆盖 + 毫米波可扩展
频率范围覆盖 1MHz 至 7.2GHz（可进一步调谐至 8GHz），覆盖短波、VHF/UHF、FM 广播、2G/3G/4G/5G 蜂窝、WiFi（2.4GHz/5GHz/6GHz）、蓝牙、L/S/C 波段雷达及绝大多数 ISM 频段。通过外接珞光 MW-24（6～24GHz）和 MMW-44（24～44GHz）毫米波扩展模块，可将频率范围拓展至毫米波频段，支撑 5G NR FR2 和未来 6G 毫米波研究。
7. 128GB LPDDR5X 超大统一内存 + 高速存储
AGX Thor 配备 128GB LPDDR5X 统一内存架构，CPU 和 GPU 共享同一物理内存空间（512GB/s 带宽），彻底消除了传统"CPU 内存—GPU 显存"之间的 PCIe 拷贝瓶颈。大容量内存可直接缓冲数小时的 400MHz IQ 宽带连续采集数据，使长时间不间断的频谱监测和 AI 在线分析成为可能。标配高速 NVMe SSD 存储，满足大容量 IQ 数据本地持久化需求。
8. 多接口高速数据回传与大模型部署能力
配备高速数据接口（包括 QSFP28、PCIe、USB 3.0 和千兆以太网），支持四通道 400MHz IQ 数据的无损实时传输。128GB 大内存 + TensorRT 推理优化使得在边缘端直接部署和运行大型预训练 AI 模型（包括 Transformer、ViT、CNN 和千亿参数 LLM）成为可能，实现完全本地的射频信号智能分析和认知无线电决策。
9. 跨平台软件生态与 SDR+AI 双原生支持
底层兼容 UHD 开源驱动框架，全面支持 GNU Radio、RFNoC、MATLAB/Simulink 等主流 SDR 开发工具；AI 层面原生支持 TensorFlow、PyTorch、TensorRT、Triton Inference Server 及 NVIDIA Jetson 全栈 JetPack SDK。SDR 开发者与 AI 研究团队可在同一平台上使用各自领域的主线工具和框架，无需学习新工具链，大幅缩短"射频到 AI"端到端原型验证周期。
10. GPSDO 内置 + 精密时钟同步体系
内置高精度 GPSDO 驯服时钟模块，支持 GPS 天线接口和 10MHz REF IN/OUT、1PPS IN/OUT，提供长期频率稳定度优于 0.01ppm、1PPS 抖动优于 ±50ns 的精密时钟基准。结合多设备 REF/PPS 级联，可实现分布式 MIMO 阵列的纳秒级时间同步和相位相干组网，是 TDOA 定位、分布式波束成形和协同频谱感知等高级 MIMO 应用的关键基础。
三、规格参数
3.1 射频参数
参数 | 指标 |
射频芯片 | Xilinx Zynq UltraScale+ ZU48DR RFSoC |
射频架构 | 直接 RF 采样 + 两级超外差前端 |
频率范围 | 1MHz～7.2GHz（可调谐扩展至 8GHz） |
频率步进 | ＜1 Hz |
发射通道数 | 4（4T） |
接收通道数 | 4（4R） |
MIMO 模式 | 4T4R 全双工独立通道 |
最大实时带宽（单通道） | 400MHz |
ADC 分辨率 | 14 位 |
DAC 分辨率 | 14 位 |
ADC 最高采样率 | 5 GSps |
DAC 最高采样率 | 9.85 GSps |
毫米波扩展 | 支持 MW-24（6～24GHz）/ MMW-44（24～44GHz） |
3.2 发射参数
参数 | 指标 |
最大输出功率 | ＜21dBm |
发射增益范围 | 60dB |
增益步进 | 1dB |
发射平均底噪 | -146dBm/Hz |
调制精度 | EVM ＜ 1%（典型值，QPSK/16QAM） |
单边带镜像抑制 | 优于 45dBc |
本振泄漏抑制 | 优于 50dBc |
频率合成 | ZU48DR 片上直接数字合成（DDS）+ PLL |
3.3 接收参数
参数 | 指标 |
最大输入功率 | ＜0dBm（安全限值） |
接收增益范围（≤500MHz） | 38dB |
接收增益范围（＞500MHz） | 60dB |
增益步进 | 1dB |
噪声系数（0.5～3.1GHz） | 8dB |
噪声系数（3.1～6GHz） | 6.5dB |
噪声系数（6～8GHz） | 9dB |
镜像抑制 | 优于 50dBc |
AGC | 支持数字域自动增益控制 |
3.4 RFSoC FPGA 与 AI 算力平台
参数 | 指标 |
RFSoC 型号 | Xilinx Zynq UltraScale+ ZU48DR |
系统逻辑单元 | 930K |
CLB LUTs | 425,280 |
DSP Slices | 4,272 |
Block RAM | 38Mb |
UltraRAM | 22.5Mb |
分布式 RAM | 13.0Mb |
应用处理器（APU） | 四核 ARM Cortex-A53（最高 1.5GHz） |
实时处理器（RPU） | 双核 ARM Cortex-R5F（最高 600MHz） |
GPU（FPGA 内） | ARM Mali-400 MP2 |
AI 算力模组 | NVIDIA Jetson AGX Thor |
GPU 架构 | NVIDIA Blackwell |
AI 推理（FP4） | 最高 2070 TFLOPS |
AI 推理（INT8） | 约 1000 TOPS |
AI 推理（FP16） | 约 500 TFLOPS |
CPU 架构 | ARM Neoverse-V3AE 64 位（多核） |
系统内存 | 128GB LPDDR5X（统一内存，带宽 512GB/s） |
存储 | 高速 NVMe SSD（标配大容量） |
AI 推理加速 | TensorRT + Triton Inference Server |
AI 模型支持 | 支持千亿参数 LLM / ViT / Transformer / CNN 等 |
FPGA 开发 | Xilinx Vivado / Vitis + RFNoC |
FPGA DDR4 | PS 4GB + PL 2 × 4GB（2,400MT/s） |
3.5 数据接口与时钟同步
参数 | 指标 |
高速数据接口 | QSFP28（10GbE/100GbE）+ PCIe Gen3 x8 |
千兆管理网口 | 1 × RJ45 1GbE |
USB 接口 | USB 3.0 + USB Type-C Host/Console |
GPIO 扩展 | HDMI × 2（12 路 GPIO） |
显示输出 | DisplayPort（支持 4K@60Hz） |
JTAG 调试 | USB Type-C Console（含 JTAG） |
RF 接口 | SMA（TX1/2/3/4 + RX1/2/3/4） |
GPS 天线接口 | GPS ANT（GPSDO 用） |
外部参考时钟 | 10MHz REF IN / REF OUT |
PPS 同步 | PPS IN / PPS OUT（秒脉冲） |
触发信号 | TRIG IN / TRIG OUT |
时钟精度（GPSDO 驯服） | 频率稳定度 ＜ ±0.01ppm，PPS 抖动 ＜ ±50ns |
3.6 供电与物理参数
参数 | 指标 |
供电方式 | DC 直流供电 |
AI 模组功耗 | 40～130W（AGX Thor 可配置功耗模式） |
系统总功耗 | 约 60～180W |
工作温度 | 0°C～50°C |
储存温度 | -40°C～70°C |
工作湿度 | 10%～90%（无冷凝） |
散热方式 | 主动风冷（高性能风扇模组） |
产品形态 | 紧凑型一体化设备（独立机箱） |
3.7 软件开发环境
类别 | 支持工具/环境 |
SDR 驱动框架 | UHD（USRP Hardware Driver）4.1.0+ |
开源 SDR 开发 | GNU Radio |
FPGA 异构计算 | RFNoC（RF Network on Chip） |
FPGA 开发 | Xilinx Vivado / Vitis |
嵌入式 OS | OpenEmbedded Linux / Ubuntu（Jetson BSP） |
AI 深度学习训练 | TensorFlow / PyTorch / ONNX / JAX |
AI 推理部署 | TensorRT（FP4/INT8/FP16 量化加速） |
AI 模型服务 | Triton Inference Server |
NVIDIA 全栈 SDK | JetPack + CUDA + cuDNN + Nsight |
科学计算 | MATLAB / Simulink（通过 UHD 接口） |
脚本开发 | Python API / C++ API |
主机操作系统 | Windows / Linux / macOS |
远程开发 | 支持 SSH / VNC / 远程桌面 |
四、与相关产品对比
DEEPSDR 2 是珞光电子 SDR + AI 产品线中的旗舰平台，相较 DEEPSDR 1 实现了从射频架构（AD9361→ZU48DR RFSoC）、AI 算力（Orin NX→AGX Thor）到通道规模（2T2R→4T4R）和带宽能力（56MHz→400MHz）的全面跨越式升级。同时也与珞光 GPU 4940 Note 旗舰平台形成了差异化的技术互补定位。下表展示关键对比：
参数 | DEEPSDR 2 | DEEPSDR 1 | SDR-LW-GPU 4940 Note |
产品定位 | RFSoC + Blackwell AI 旗舰 | AI 边缘智能 SDR 入门 | RFSoC + RTX 4090 加固 AI / GPU 旗舰 |
射频架构 | ZU48DR RFSoC 直接采样 | AD9361 零中频 | ZU28DR RFSoC 直接采样 |
ADC/DAC 位数 | 14 位 / 14 位 | 12 位 / 12 位 | 12 位 / 14 位 |
最高 ADC 采样率 | 5 GSps | 61.44 MSps | 4.096 GSps |
最高 DAC 采样率 | 9.85 GSps | 61.44 MSps | 6.554 GSps |
频率范围 | 1MHz～7.2GHz | 70MHz～6GHz | 1MHz～7.2GHz |
收发通道数 | 4T4R 全双工 | 2T2R 全双工 | 4T4R 全双工 |
最大实时带宽 | 400MHz / 通道 | 56MHz / 通道 | 400MHz / 通道 |
FPGA 型号 | ZU48DR RFSoC | Spartan 6 XC6SLX150 | ZU28DR RFSoC |
FPGA 逻辑单元 | 930,000 | 147,443 | 930,000 |
FPGA DSP Slices | 4,272 | 180 | 4,272 |
AI 算力模组 | NVIDIA AGX Thor (Blackwell) | NVIDIA Jetson Orin NX (Ampere) | NVIDIA RTX 4090 (Ada Lovelace) |
AI 算力（INT8） | 约 1000 TOPS | 100 TOPS | 约 660 TOPS（稀疏） |
AI GPU 内存 | 128GB LPDDR5X | 16GB LPDDR5 | 24GB GDDR6X |
CPU 架构 | ARM Neoverse-V3AE 64 位 | ARM Cortex-A78AE 8 核 | Intel Core i9 |
大模型能力 | 原生运行千亿参数LLM | 受限（16GB 内存） | 受限于 24GB 显存 |
GPSDO 内置 | 支持 | —— | 支持 |
时钟同步 | 10MHz REF + PPS IN/OUT | REF IN + PPS IN | 10MHz REF + PPS IN/OUT |
高速接口 | QSFP28 100GbE + PCIe Gen3 x8 | USB 3.0 × 2 + RJ45 1GbE | QSFP28 100GbE × 2 + PCIe Gen3 x8 |
显示输出 | DP 4K@60Hz | DP 4K@60Hz | HDMI / DP（i9 内建） |
系统功耗 | 约 60～180W | 约 25～40W | 较高（RTX 4090 + RFSoC） |
UHD + GNU Radio | 支持 | 支持 | 支持 |
TensorFlow/PyTorch | 原生支持（AGX Thor） | 原生支持（Orin NX） | 支持（x86 + RTX 4090） |
核心差异总结：DEEPSDR 2 在射频端以 ZU48DR 14 位 ADC/DAC 和 400MHz 瞬时带宽显著超越 DEEPSDR 1 的 AD9361 架构；在 AI 端以 AGX Thor Blackwell 128GB 大内存和 1000 INT8 TOPS 算力全面领先 Orin NX 和 RTX 4090，是三者中唯一能在边缘端原生运行千亿参数大语言模型并进行 IQ 信号智能推理的平台。与 GPU 4940 Note 相比，DEEPSDR 2 以 AGX Thor 替代 RTX 4090（功耗更低、大模型能力更强）并升级至 14 位 ADC/DAC，是面向 6G AI 原生通信和大模型信号处理场景的最新一代旗舰解决方案。
五、应用领域
1. 6G AI 原生空口原型验证
DEEPSDR 2 是当前业界少数能同时提供 400MHz 宽带 RFSoC 直采能力和千亿参数 LLM 边缘推理的 6G AI 原型平台。研究者可利用 AGX Thor 在空口侧部署端到端 Transformer 物理层（如信道估计、符号检测的 Attention 模型）、AI 编解码（语义通信）和智能资源调度算法，以 4T4R MIMO 协同验证 6G AI 原生（AI-Native）空口架构。
2. 千亿参数 LLM 驱动的认知无线电与频谱智能
128GB 大内存 + 2070 FP4 TFLOPS 算力使得在边缘侧直接加载并运行千亿参数大语言模型进行频谱认知推理成为可能。LLM 可理解自然语言的频谱管理指令、自动生成认知无线电策略、推理异常频谱事件并生成人类可读的频谱态势报告，实现从"信号检测"到"语义理解"的认知跃迁。
3. 深度学习信号识别与大模型辅助电子侦察
利用 AGX Thor 的强大推理能力，在 DEEPSDR 2 上可直接部署基于 ViT（视觉 Transformer）、CNN-LSTM 混合架构或大语言模型辅助的复杂调制识别网络，对 400MHz 宽带频谱内的数十种信号类型进行实时分类、参数盲估计和辐射源个体识别（SEI），推理延迟控制在毫秒级。
4. GPU 加速宽带雷达信号处理与 AI 目标检测
RFSoC 在 FPGA 端实时完成 400MHz 宽带雷达脉冲压缩、MTI 滤波和 FFT 多普勒处理，AGX Thor 在 GPU 端部署深度学习目标检测/识别模型（如 CFAR-CNN、ViT 检测器），实现从雷达回波 IQ 数据采集到目标分类的全 GPU 加速边缘处理流水线。
5. 分布式 MIMO 与电磁频谱态势融合感知
内置 GPSDO + 10MHz REF/PPS 时钟同步体系，多台 DEEPSDR 2 可组建纳秒级时间同步和相位相干的分布式 MIMO 感知网络。各节点在边缘侧独立运行 AI 频谱分析模型，通过高速网络汇聚至数据中心进行全局电磁频谱态势融合感知与多维可视化。
6. 大模型辅助的智能干扰认知与自适应抗干扰
结合 AGX Thor 的大模型推理能力与 400MHz 宽带频谱感知，DEEPSDR 2 可对干扰信号的调制方式、带宽、跳频图案和统计特性进行深度语义理解，自动生成最优的抗干扰策略（自适应跳频、空域滤波、认知波形设计），并实时评估抗干扰效能，形成"感知—认知—决策—优化"全智能闭环。
7. 5G/6G Massive MIMO 波束成形与信道探测
4T4R 独立通道 + 400MHz 超大瞬时带宽 + 14 位高精度 ADC/DAC，为 5G NR 和 6G Massive MIMO 混合波束成形算法验证、宽带信道探测（Channel Sounding）和高分辨率角度/时延参数估计提供了理想的 4 通道原型硬件平台。
8. AI SDR 教学与跨学科科研实训
DEEPSDR 2 兼有 UHD/GNU Radio/RFNoC 传统 SDR 框架和 TensorFlow/PyTorch/TensorRT 主流 AI 框架的原生支持，是高校无线通信 + 人工智能 + 大模型交叉学科教学与科研的理想旗舰平台。学生可在一台设备上完成传统通信实验（OFDM/QAM 收发）到前沿 AI SDR 课题（LLM 辅助认知无线电、深度学习信道估计、Transformer 信号检测）的完整探索。
9. 卫星通信宽带信号模拟与智能分析
1MHz 低频起覆盖 HF/VHF/UHF 至 L/S/C 波段卫星通信频段，400MHz 带宽可承载宽带 DVB-S2X 等多载波卫星下行信号。结合 AGX Thor 的大模型推理能力，对卫星信号实现智能解调、协议识别和异常分析，适用于卫星通信地面站测试和信号情报应用。
10. 工业 4.0 无线网络智能监测与异常检测
覆盖 Sub-1GHz ISM（433/868/915MHz）、2.4GHz WiFi/BT、5GHz/6GHz WiFi 6E/7 等工业无线通信全频段，AGX Thor 在边缘侧运行多模态 AI 异常检测模型，对工业无线网络的信号碰撞、非法接入、频谱拥塞和恶意攻击进行实时识别和告警，助力智慧工厂无线环境的安全与可靠性保障。
关键词：
获取报价
我们将在一个工作日内与您联系。请注意您的手机来电。
扫一扫
了解更多信息 >