美国国家橄榄球联盟(NFL)一直致力于向美国本土以外扩张,伦敦现在几乎已成为一些球队的固定赛场,该联盟希望通过不断增加的国际比赛来加强其运营。这包括在伦敦举行的比赛,以及2024年在圣保罗和慕尼黑举行的比赛和2025年在马德里举行的比赛。
为了帮助扩展,NFL与思科公司合作,由后者提供企业网络和网络安全解决方案,连接和保护该联盟的赛事。
成立于1920年的NFL是美国最受欢迎的体育联盟,由32个特许经营球队组成,这些球队每年都会在世界上最大的年度体育赛事——超级碗中展开角逐。
该联盟相信,它已经开发出成功的现代体育竞赛模式,包括全国和国际分布、广泛的收入分享、卓越的竞技性和强大的特许经营权。
自2021年以来,思科一直是NFL的官方企业网络合作伙伴和官方网络安全合作伙伴,为联盟及其运营提供连接和保护。每个NFL体育场的回放控制室都采用了思科的技术,并通过思科网络连接到纽约的Art McNally Gameday中心。几乎所有的联盟官方合作伙伴和三分之二的NFL体育场都采用了思科技术,包括举办超级碗 LX的李维斯体育场(Levi's Stadium)和举办超级碗LXI的 SoFi 体育场(SoFi Stadium)。
通过这项新协议,NFL将继续使用与超级碗、NFL选秀和NFL Kickoff相同的技术和专业知识,包括用于联网的交换机,以及思科安全产品组合中的内部部署硬件和基于云的软件组合。
双方表示,他们将把过去几年开发的网络和网络安全方案搬上赛场,其中包括网络、安全和可观测性专业技术和解决方案。
NFL不断扩大的国际业务也将使用该方案,包括用于联网的交换机,以及思科安全产品组合中的内部硬件和基于云的软件组合。其中包括 Cisco Umbrella、Cisco XDR、Cisco Firepower 和 Cisco Secure Malware Analytics。思科的 CX 服务团队将继续为NFL从部署到实时监控和故障排除提供支持。
NFL首席信息官Gary Brantley表示:“多年来,思科一直是NFL值得信赖的合作伙伴,我们依赖思科提供的网络和网络安全技术连接和保护大型赛事以及日常运营。”“当我们在全球范围内拓展业务的过程中,思科在最大的舞台上、在不断发展的数字环境中提供服务的良好记录让我们能够满怀信心地执行任务。”
NFL表示,对于其国际比赛,它需要一个优先考虑简单、可视、可靠和保护的技术基础设施。安全防火墙可帮助NFL在分布式和混合网络中实现端到端的可视性、简化的安全管理和网络分段,而思科XDR将使该联盟能够利用人工智能,提高速度、效率和果断性,对最高优先级的事件进行调查、优先处理和补救。
这些解决方案是2024年2月Super Bowl LVIII比赛端到端集成部署的组成部分,据说成功阻止了3.9万次安全情报事件和 35.4万次与世界黑名单地区的连接或来自黑名单地区的连接,确保网络正常运行时间达到100%,保证了比赛及其所有操作的顺利进行。
思科全球赞助副总裁Rob McQueen补充表示:“NFL International Games为 NFL 带来了巨大的机遇,因此我们很荣幸能成为他们信任的合作伙伴,为其提供全球运营所需的连接性和安全性。”“在这些动态、高压的环境中,失败是不可避免的,思科技术将继续为世界各地最大的联赛、球队、活动和体育场馆提供服务。”
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。