与英伟达联合发布AI云超级计算机张伟、黄仁勋再度同台

　　发布会于当日上午在WAIC主会场举行。赢点体育创始人兼首席执行官张伟，与英伟达创始人兼首席执行官黄仁勋同台发布了这一战略级合作。张伟在主题演讲中指出：“在过去，一家足球俱乐部想训练一个战术预测模型，可能需要等待数月才能拿到足够的算力。现在我们通过，把超级计算机变成一种像水电一样可随时取用的公共服务。”黄仁勋则表示，体育行业拥有海量高价值数据，是AI加速计算最具潜力的应用场景之一。他提到：“这次合作不是简单的硬件交付，而是将英伟达的加速计算栈与赢点体育的行业平台深度绑定，让每一个体育创新者都能站在吉瓦级算力之上。”这是两位CEO继2025年GTC大会后的再度同台，也被外界视为双方战略关系全面升级的信号。

　　此次合作并非一日之功。早在2024年，双方就开始在体育数据分析领域进行技术预研。彼时，赢点体育已经拥有超过50PB的体育历史数据，但受限于分散的算力资源，许多基于深度学习的大规模模型只能停留在理论阶段。2025年，双方在GTC上首次公布合作意向，并随后进行了一系列小规模联合测试。据赢点体育透露，正是这些测试的积极结果，促成了今天这艘“算力航母”的正式下水。

　　这张拍摄于发布会现场的图片，展示了的实时监控面板。屏幕上，分布在多个数据中心的GPU集群正在被统一调度：有节点在训练运动员动作识别模型，有节点在回放赛事三维重建结果。整个面板基于云原生化控制台构建，所有操作均可通过浏览器完成，不需要任何本地客户端。这一刻的直观感受是：过去需要一支专业运维团队管理的超级计算资源，如今只需一个账号和几分钟配置，就能轻松接入。

　　具体来看，整合了三大核心服务模块。首先是弹性算力池，该模块基于容器化技术实现秒级资源分配，支持从单卡调试到上万卡并行训练的无缝过渡。用户可以根据训练任务的实际需求，随时调整GPU数量，并只按实际使用量计费。其次是体育数据中台，内置了超过200个高质量标注数据集，覆盖篮球、足球、网球、电竞等主流项目，同时支持企业私有数据的加密上传与权限隔离。第三是模型工厂，提供一套包含预训练权重和自动化调参工具的模型库，开发者可以在数小时内完成一个针对特定比赛的模型微调。

　　为了验证这套平台的效率提升，赢点体育在发布会现场进行了一次公开测试：使用同一套篮球比赛视频数据，分别利用传统“裸机+开源框架”方案和Sports AI Infinity方案训练一个球员追踪模型。结果显示，传统方案从环境配置到训练完成共耗时6小时23分钟，而通过，得益于预置环境和自动优化，整个过程仅耗时1小时47分钟，提速超过70%。这种“开箱即用”的体验，正是体育AI从业者最渴望的突破。

　　在安全与隐私方面，平台同样进行了周密设计。平台采用联邦学习框架，允许不同机构在不交换原始数据的情况下共同训练模型，从而解除了数据出境的合规风险。同时，系统内置了差分隐私机制，进一步避免模型参数逆向泄露用户数据。对于大型体育联盟而言，这一特性使得跨队、跨联赛的协作研究成为可能。

　　在硬件架构层面，Sports AI Infinity采用了英伟达最新推出的机架级超级计算机设计。每一个标准机架中，整合了8台HGX H200服务器，通过NVLink和NVSwitch实现全互联，形成统一的内存寻址空间。单机架可提供1.5 TB HBM3e高带宽内存和超过1.2 ExaFLOPS的FP8算力。所有机架通过Quantum-2 InfiniBand网络以400Gb/s速率互连，可以在数千个节点间构建低延时的分布式训练集群。官方给出的关键参数包括：单机架算力1.2 ExaFLOPS（FP8），单机架内存1.5 TB HBM3e，集群互连带宽400Gb/s，最大可扩展节点数8192个，最高支持万亿参数规模的模型训练，典型模型迭代周期缩短超过70%。

　　为适配这种大规模集群的运维需求，的调度系统进行了深度改造。该系统基于开源Kubernetes扩展而来，原生支持GPU拓扑感知调度。在任务提交时，调度器会分析当前集群中GPU的NUMA节点、NVLink连接状态以及数据缓存位置，将计算任务优先分配给数据所在节点，从而最大限度降低跨机架数据传输。此外，系统还支持“原地热迁移”机制：当某个GPU出现即将故障的征兆时，训练任务会在不超过30秒的时间内被无缝迁移到健康节点，且不中断模型状态。

　　如此高密度的算力集群，对电力和散热提出了严苛要求。每个机架的峰值功耗达到150千瓦，为此双方开发了专用的液冷循环系统。该系统采用冷板式液冷与后门热交换相结合的方式，可将PUE（电能使用效率）控制在1.1以下。平台的监控运维模块能够实时采集温度、流量和功耗数据，并自动调节冷却液流速，确保系统在高温赛事环境下依然稳定运行。

　　在存储方面，该平台引入了英伟达BlueField-3 DPU加速的分布式存储方案，单集群可提供PB级容量和数百万IOPS能力。平台的智能缓存技术会将常用数据集预加载到持久化内存层，使数据读取延迟降低了一个数量级。针对体育视频流的高频写入特点，系统还专门优化了排序机制，确保实时赛事数据能够被稳定地摄入和存档。

　　平台在设计之初便以开放生态为核心原则。它完整支持英伟达AI Enterprise软件套件，并兼容PyTorch、TensorFlow、JAX等主流深度学习框架。开发者可以在不修改一行代码的情况下，将原有训练脚本直接运行在超级计算机上。赢点体育和英伟达的联合技术团队还对常见体育AI算子进行了底层级优化，例如针对运动场景中的高速移动和遮挡问题，重写了部分卷积和归一化算子，使动作识别模型的推理吞吐量提升约40%。

　　此外，平台还提供了丰富的安全与治理功能。租户管理采用多租户隔离架构，每个租户拥有独立的命名空间、权限策略和配额控制。无论是NBA球队还是欧洲俱乐部，都能在同一个环境中部署各自的工作负载，同时确保数据完全私有。平台还支持审计日志和成本分摊报表，帮助大型组织更好地控制AI研发预算。

　　在推理服务上，平台内置了英伟达Triton推理服务器，并进行了体育场景的深度定制。用户可通过一键将训练好的模型部署到位于赛事场馆附近的边缘节点，实现毫秒级实时推理。例如，在网球比赛中实时追踪网球轨迹或判断出界，边缘推理的端到端延迟控制在5毫秒以内，完全满足现场直播分析的严苛要求。

　　在WAIC现场，Sports AI Infinity的发布引发了体育科技界的广泛讨论。国际体育科技研究机构SportTech Analytics的首席分析师Thomas Müller在会后接受采访时表示，此次合作最大的意义在于“将体育AI的部署周期从以月为单位缩短到以天为单位”。他认为，吉瓦级算力的开放，意味着中小型体育组织也能以较低门槛获得顶尖的AI能力，这有望彻底改变行业科技资源分配格局。

　　截至写作时，已有北美职业篮球联盟、西班牙足球甲级联赛以及多家亚洲电子竞技俱乐部与赢点体育签署合作备忘录，计划在下一赛季启用该平台进行战术分析和球员状态监测。此外，的开发者注册量在大会首日就突破了3万人，其中包括大学研究机构、体育数据分析创业公司和个人开发者。一位来自西班牙的独立开发者表示，过去他只能依赖云端GPU实例进行小规模实验，如今通过该平台，他甚至能申请到数百卡的大规模资源来训练自己的赛事预测模型，这对社区创新是极大的激励。

　　除了欧美顶级联盟，亚洲市场也成为此次合作的重要目标。日本职业足球J联赛和韩国棒球联赛的相关负责人均出席了发布会。赢点体育透露，他们将优先在亚洲部署边缘推理节点，满足低延迟的本地化服务需求。同时，通过，亚洲的体育开发者可以无缝接入位于北美的中心集群，实现异地的协同训练。

　　从更宏观的行业背景看，体育产业正在经历一场由数据驱动的效率革命。传统训练和战术分析高度依赖经验，而AI则提供了可量化、可预测的科学决策路径。与英伟达共建的这座AI云超级计算机，不仅是一套技术基础设施，更是体育科技走向规模化的标志性节点。正如黄仁勋在发布会最后所言：“体育与AI的结合，正在从尝试性实验进入全面部署阶段，而今天，我们为这个阶段铺设了高速公路。”赢点体育张伟则补充道，未来一年内，平台将开放更多行业解决方案，并计划与全球更多体育组织合作，共同定义新一代体育AI标准。