拉斯维加斯Sands的无线LAN负责传输成千上万访客和参会人员的流量,还包括数量越来越多的使用IoT技术的智能设备。
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
卡内基梅隆大学发布了他们的一项最新研究,他们对20多个开源推理模型进行了后训练,涵盖数学推理、科学问答、代码生成、指令遵循等多个维度,最终发现,数学能力优异的模型,在其他任务上表现平平,甚至还不如未加强数学推理能力的原始模型
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。