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
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型,无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越,在AIME 2024中达到79.8%准确率,编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型,使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
微软研究院推出rStar-Math系统,通过创新的"深度思考"训练方法,让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练,将70亿参数模型的数学能力从58.8%提升至90.0%,在美国数学奥林匹克竞赛中达到前20%水平,证明了精巧方法比模型规模更重要,为AI发展开辟了新路径。