在经历了上半年的多项合作伙伴关系、产品发布以及星座扩展后,专注于太空物联网(IoT)连接服务提供商Myriota宣布其HyperPulse连接平台正式上线。该平台将公司的5G非地面网络(NTN)架构与从Viasat租赁的L波段容量相结合。
成立于2015年的Myriota公司,其基于太空的网络旨在为农业、物流、水资源管理和环境保护等领域提供可扩展、经济实惠的IoT数据服务和节能硬件,用于监测和收集关键传感器数据。该公司表示,其使命是让卫星IoT接入民主化,为全球市场提供关键的现场监测服务。其网络专为IoT行业而设计。
HyperPulse被称为全球首个采用波束跳跃技术的5G非地面网络(NTN)实现,根据流量需求在需要的地方激活波束。这种方法旨在优化电池供电IoT设备的功耗,同时提高卫星资源和稀缺频谱的使用效率,使行业合作伙伴能够简单地在地球上任何地方构建、部署和扩展IoT解决方案。
作为Myriota现有UltraLite商用服务的补充,后者专注于极致的能源效率、安全性和频谱效率,HyperPulse声称能够提供更低的延迟和更高的日数据配额。
该网络的优化层被描述为独特的,旨在允许连接性能——如延迟和数据量——根据客户需求或环境条件进行动态调整。
随着HyperPulse计划在2026年初将NTN覆盖范围扩展到欧洲、东南亚和拉丁美洲其他国家,Myriota将重新定义全球IoT连接的经济性和覆盖范围。该网络将从12月15日起在美国、墨西哥、巴西、澳大利亚和沙特阿拉伯正式提供服务,环境监测、石油天然气监测、资产跟踪和动物跟踪领域的客户已通过早期接入计划连接到网络。
这些功能旨在支持需要更详细报告和更丰富传感的应用,包括重型设备、集装箱、铁路车辆和拖车的资产跟踪和监测;公用事业智能计量、气象站环境传感、土壤、空气和水质监测;以及动物管理,包括虚拟围栏、饲料优化和远程监测。
注意到现代IoT解决方案需要的不仅仅是网络连接,Myriota还发布了一套赋能产品,旨在支持其IoT合作伙伴生态系统无缝集成和开发HyperPulse网络解决方案。与服务同时推出的是这些工具中的第一个——HyperPulse开发者套件,该套件专为支持快速原型设计和概念验证而构建,设计用于现场使用,具有防风雨外壳、电池供电以及多种传感器和接口选项。
Myriota首席执行官Ben Cade表示:"通过HyperPulse,我们让5G非地面连接成为大规模IoT的现实。通过提供更高的数据配额、更低的延迟和基于标准的覆盖,HyperPulse为组织提供了跟踪和监测资产、收集洞察和做出决策的能力——即使在最偏远和最具挑战性的环境中。随着明年新功能路线图的推出,这是全球IoT连接的令人兴奋的进步。"
Q&A
Q1:Myriota的HyperPulse平台有什么特色?
A:HyperPulse是全球首个采用波束跳跃技术的5G非地面网络实现,能根据流量需求激活所需区域的波束,优化电池供电IoT设备的功耗,同时提高卫星资源使用效率。相比现有UltraLite服务,它提供更低延迟和更高日数据配额。
Q2:HyperPulse网络覆盖哪些地区和应用领域?
A:该网络从12月15日起在美国、墨西哥、巴西、澳大利亚和沙特阿拉伯正式提供服务,2026年初将扩展至欧洲、东南亚和拉丁美洲其他国家。主要应用于环境监测、资产跟踪、智能计量、动物管理等领域。
Q3:如何开始使用HyperPulse服务进行IoT开发?
A:Myriota推出了HyperPulse开发者套件,支持快速原型设计和概念验证。该套件具有防风雨外壳、电池供电以及多种传感器和接口选项,专为现场使用而设计,帮助开发者构建和测试IoT解决方案。
好文章,需要你的鼓励
太空物联网连接服务商Myriota宣布其HyperPulse连接平台正式商用,该平台结合公司5G非地面网络架构与从Viasat租赁的L波段容量。该平台采用波束跳跃技术,根据流量需求激活所需波束,优化电池供电物联网设备功耗。相比UltraLite服务,HyperPulse提供更低延迟和更高日数据传输量。服务将于12月15日在美国、墨西哥、巴西、澳大利亚和沙特正式上线。
DeepSeek-AI团队开发的DeepSeekMath-V2突破了传统数学AI只关注答案正确性的局限,首次实现了AI的"自我验证"能力。该系统在2025年IMO竞赛中达到金牌水平,在2024年普特南竞赛中得分118/120,远超人类最高分。这项技术通过训练AI像数学专家一样检查和改进自己的推理过程,为AI辅助数学研究和教育开启了新的可能。
AMD与HPE宣布扩大合作,共同开发下一代开放式可扩展人工智能基础设施。HPE将成为首批采用AMD Helios机架规模AI架构的系统供应商,该架构整合了AMD EPYC处理器、Instinct GPU、Pensando网络技术和ROCm开源软件栈。Helios平台每机架可提供2.9 exaFLOPS的FP4性能,采用开放机架宽设计标准,旨在简化大规模AI集群部署。HPE计划2026年全球推出该解决方案。
这项由伊利诺伊大学与谷歌联合开展的研究提出了"分离然后合并"(StM)的视频合成新方法,通过自动分解5万个视频片段创建了大规模训练数据集,解决了传统方法无法同时保持原始动作和实现环境适应的问题,让AI能像经验丰富的演员一样既保持特色又融入新场景。