拉斯维加斯Sands的酒店和会议中心主要有两类客户。一种是完全不需要网络连接的家庭游客,他们不希望自己的假期被连网的智能手表、健身设备、智能手机、平板电脑和笔记本电脑的提示信息打扰。另一种是参加大型活动的人群,他们要求使用无线网络来连接大量通信设备。
但是,除了服务客户的个人连接需求,Sands的网络还在支持许多使用IoT技术的内部运营,允许员工远程调整酒店房间及大型展厅的温度、锁门、改变灯光、管理冰箱温度和监控水池化学元素含量。
Sands信息技术执行主管Justin Herrman指出,理论上Sands的网络要支持最多800,000台设备,而且它每次支持的连接数多达34,000个。
这家公司使用Xirrus的产品来解决网络需求,与这家供应商一起建设有线和无线网络,同时通过服务质量来保证性能。来自IoT设备的流量与标准无线流量通过相同的基础架构,这意味着为了支持越来越多的设备和不断增长的数据需求,Herrman需要设计支持高密度的Wi-Fi网络,保证其LAN和WAN具有足够的带宽。
Herrman说:“大型活动有极高的维护压力。一次活动就可能在两天内接待上百万人数。我们无法承受连接出现中断带来的后果。”
Sands的Wi-Fi网络包括270个Xirrus高密度阵列,其中每一个单元都可以同时为几千台无线设备提供连接。这些阵列会连接回一个10 Gbps有线LAN路线,最终再连接到一个6 Gbps WAN链路,而它是由5条来自多个运营商的1 Gbps城际以太网连接构成的,目的是实现冗余。此外,Sands还使用负载均衡设备同时共享所有6条线路,防止出现宕机问题。
Herrman说:“安装设备数据从1,200减少为270,其好处不仅在于减少安装成本,更大的好处是减少持续支持成本。这是一笔巨大的节约。你可以在云上独立地管理这些设备,而且还可以同时管理。”
Sands最近还测试了一个项目,它使用客人的航班和自动注册信息,当他们到达机场或坐车进入城市时,向他们发送一条欢迎消息。接待员知道什么时间客人会到达,而且酒店房间钥匙将通过一个安装了应用的移动设备提供给客人,这样客人就不需要到酒店前台登记入住了。
Herrman说:“在我们演示的时候,有许多人选择使用它。我们正在努力获得经费,让这个项目在明年真正实施。在不久的将来,会有大量的设备支持IoT。”
酒店希望更一步地使用IoT技术,或许是发现客户的偏好,保证一位在亚洲兄弟酒店中享受过特殊饮品和雪茄的客户,在到达拉斯维加期酒店时能享受到自己喜欢的相同服务。
Herrman说:“人们现在就想获得未来。当他们进入一栋建筑时,他们希望这个建筑能认出他们。我们正在尝试做到这一点。我们希望建筑物能够在微观层面上感知客户的需求。”
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。