Telenor IoT 宣称在物联网 ( IoT ) 领域取得了重大突破,成为首批采用 GSMA SGP.32 ——为应对物联网挑战而专门开发的最新嵌入式用户身份模块 ( eSIM ) 标准的企业之一。
SGP.32 是由负责移动通信标准的行业机构 GSMA 制定的全球性、下一代 eSIM 标准,旨在为物联网设备(尤其是那些没有用户界面的设备)实现远程 SIM 配置。该标准从根本上设计用于实现大规模、无人值守的 eSIM 配置文件管理,从而使得在无需实际接触设备的情况下,物联网的部署与运营变得更加容易。
Telenor IoT 解释道,尽管消费者设备中已经应用了 eSIM 技术,但在物联网设备中管理这些数字 SIM 配置文件存在一些独特的挑战。例如,许多物联网设备缺乏用户界面,这使得手动管理 SIM 卡变得不切实际。
SGP.32 正是为了解决这些限制而设计,它在现有 eSIM 技术上进行了扩展,提出了一种更加高效的物联网连接远程管理方式。该标准允许通过集中平台对 SIM 配置文件进行远程管理,实现自动更新和配置,即使是对那种没有用户界面或部署在偏远难以接近地区的设备也同样适用。
这一标准非常适用于部署于偏远且设备量巨大的环境,例如可以高效且安全地管理大规模全球设备舰队。SGP.32 还支持轻量级配置文件,优化低功耗设备的性能,并允许在无需更换实体 SIM 卡的情况下进行网络切换。
这一新标准简化了全球物联网运营,并促进实现面向未来的部署,因为企业可以在所有市场中使用单一库存单位 ( SKU ),从而降低物流复杂度和成本,并提高部署效率。
Telenor IoT 预计将在 2025 年秋季推出一款完全标准化、面向未来的解决方案,届时将整合这一新规格,一经标准化的 SGP.32 eSIM 商业化供应即可面市。公司表示,此举将确保企业能够使其部署适应未来发展,并轻松应对不断变化的业务需求。
此外,此次发布还彰显了标准化的重要性。完全标准化的 SGP.32 解决方案确保设备间互操作性,避免供应商锁定,并保证与不断演进的技术与网络长期兼容。
Telenor IoT 表示,其现有的全球托管连接解决方案已经使客户能够在每个国家访问多个网络,从而实现规模扩展和最佳网络选择。通过将 SGP.32 融入其产品线,Telenor IoT 有信心为客户提供更大规模和更高控制力的物联网部署能力——将 AI 驱动的监控、实时分析和远程 SIM 管理整合在一项“强大”的解决方案中。
在此次发布会上,Telenor Connexion 首席执行官兼 Telenor IoT 负责人 Mats Lundquist 表示:“Telenor IoT 一直以来都善于快速采纳新标准,我们曾是首批推出物联网首个 eSIM 标准 SGP.02 的运营商之一。通过推出 SGP.32,我们正在推动通向无缝、安全及标准化物联网连接的转型,这对于物联网领域的长期成功至关重要。
“这不仅仅是一次技术升级,而是标志着全球连接发展的一次重大转变,将简化客户的运营流程,并减少长期集成方面的挑战。”
Telenor IoT 已经开始提供测试协议,帮助客户在解决方案完全商业化之前,便能提前探索 SGP.32 所带来的优势。
好文章,需要你的鼓励
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。