至顶网网络频道 06月20日 编译:思科希望将企业的无线网络设备转变为一种客户分析工具。为此,思科计划收购位于美国加州伯灵格姆的云计算专业公司July Systems,这家公司的Proximity MX平台通过分析用户如何与Wi-Fi热点进行互动,了解在商店、酒店和会议中心等室内场所的访客行为。
该产品特别强调更好地了解重复访问者的行为。Proximity MX可以针对每个用户生成July Systems所谓的“位置角色”,其中包含关于他们活动习惯的数据。例如,对酒店顾客使用Wi-Fi的情况进行分析,可以透露他们通常是从休息室访问无线网络,并且通常是周末入住酒店。
企业可以使用Proximity MX的数据,根据客户喜好定制市场营销活动。连锁酒店可以为周末入住的客人制作特别促销活动,而零售商可以采取类似的有针对性的方法,更好地吸引顾客。
Wi-Fi使用情况的统计数据还可以为企业的业务运营提供新的见解。如果一家商店的顾客花费大量的时间浏览某个特定区域的网页,这可能意味着他们可能会对价格产生怀疑,并且正在查看竞争对手的在线目录。
多年来思科一直通过与July Systems的经销商协议向企业客户提供Proximity MX。收购完成后,思科将把July Systems并入思科企业网络集团。
Proxmity MX将补充思科的Meraki云控制Wi-Fi产品线。通过添加分析功能,思科可以帮助企业客户从其网络设备中获得更多价值,从而获得竞争优势。
思科公司业务发展副总裁Rob Salvagno在一篇博客文章中这样写道:“通过标准化和强大的位置信息,我们看到了一个令人兴奋的合作伙伴生态系统,将提供更多客户洞察力、额外的访客和顾客参与计划,并最终为所有利益相关者带来更多收入。”
思科预计在截止于10月28日的2019财年第一季度完成收购。但思科没有透露这次收购的金额。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。