2020 年大师赛的独特之处在于，为了遵守社交距离规定，锦标赛的许多现场技术要求都是通过远程方式实现的。因此，IBM 首次使用 Red Hat® OpenShift® 平台启用的开放混合云方法为大师赛提供支持。

IBM 应用了 OpenShift 解决方案（业界领先的企业 Kubernetes），在管理这些数据的同时提高了效率。在Red Hat Enterprise Linux® 操作系统 (OS) 上部署的 OpenShift 软件具有灵活性和高可扩展性，支持跨 IT 环境以一致方式运行更大规模锦标赛技术和“我的群组”等功能。

这些 IBM 创新解决方案为球迷提供各种新颖且极具吸引力的运动参与方式。这不再只是观看比赛，而是参与其中 - 无论您身在何处。

例如，这一新技术标志着球迷们首次可以在职业高尔夫球赛中使用应用程序中创建自定义的高尔夫球手订阅源，观看这些球员的每一杆击球视频。“我的群组”为每个球迷提供个性化的视频源，让全球数百万人能够近乎实时地访问每个球手的比赛回合，几乎就像是个性化的“精选群组”频道一样。“我的群组”还包含锦标赛领先者的精彩片段和定期更新，以及其他高尔夫球手的必看击球时刻。作为 “我的群组”定制观看体验的一部分，IBM Watson® AI 精心整理了比赛中激动人心的精彩片段。

大师赛使用的技术建立在 IBM Watson 支持的解决方案的基础之上。这些解决方案曾为先前的大师赛提供支持，其中分析了传统高尔夫统计数据、球跟踪数据、人群噪音等数据。例如，在 2019 年大师赛期间，IBM Watson 技术捕获并分析了近 20,000 个球员的个人击球视频片段。在 2020 年锦标赛期间，新的 AI 模型根据人群兴奋程度对击球进行排名，并分析球员 ID、比赛轮次、球洞和得分等数据点，同时跟踪击球距离等统计数据。IBM 总共训练了 16 个不同的模型，为 “我的群组”用户提供有关热门球手和表现最佳者的重要个性化内容。

可以肯定的是，大师赛是一项特殊的挑战。但是，几乎每个组织都有机会在混合云环境中捕获、分析和管理分布式数据，并将其应用于各种行业和用例。

大师赛的体验有多个方面，但从根本上来说，可以分为以下几个部分。

混合云和 Red Hat OpenShift

与不断完善挥杆动作的高尔夫球手不同，IBM 不断利用开放混合云创造和实现新价值。正如大师赛的体验所证明的那样，新一代混合云使组织能够借助通用平台在任何云和 IT 环境中进行构建和管理，让您有足够的信心进行一次训练、一次构建，并在任何地方进行部署。

这一方法的基础是 OpenShift 解决方案。OpenShift 是市场领先的多云容器平台，使用企业级 Kubernetes 跨虚拟化 IT、私有云和公共云自动编排资源，使开发人员和运营人员能够根据自身需要访问所需内容。

OpenShift 专为满足企业需求而设计，包括安全加固的 Linux 操作系统、容器运行时、网络、监控、注册表以及身份验证和授权功能。组织可以自动管理生命周期，从而集成安全性和 DevOps，按需扩展集群，支持应用程序可移植性并避免供应商锁定。

IBM 在大师赛中应用了 OpenShift 解决方案，实现跨公共云和私有云的部署，为“我的群组”应用程序的各个方面提供支持。在 OpenShift 上构建不同的工作负载，包括：

• 视频采集 ‑ 每位球员、每次击球、每个洞
• 评分错误生成
• 评分数据集成
• 视频发布程序
• 动态内容生成器，用于构建“我的群组”播放列表

动态内容生成器尤其需要非常密集的工作负载。它应当具备高度可扩展性，且始终可用。它承担的任务非常关键，以至于需要六个不同位置运行：四个公共位置和两个私有位置。

IBM Cloud 上的 OpenShift 具有强大功能和灵活性，这意味着开发人员只需编写一次该应用程序，就可以在任何地方运行。以软件即服务 (SaaS) 形式提供的所有软件都具备自动版本控制和补丁管理功能，从而使运营团队从维护活动中解脱出来，能够将注意力集中在其他方面。此外，技术人员还可以通过多云 管理在一个视图中查看所有 OpenShift 工作负载。这款多云产品是一个以应用程序为中心、由 AI 驱动的管理平台，旨在为您的工作负载提供全面的可视性和控制，无论这些工作负载在何处运行。

因此，大师赛中应用的混合云和 OpenShift 解决方案意味着跨多个云的无缝、一致的管理。

数据是金

一如既往，一切都从数据开始。大师赛就有很丰富的数据。大师赛面临的数据挑战既复杂又持续不断。其中包括得分、统计、距离、球位，甚至每个洞每次击球的视频片段。这是向大师赛应用程序和锦标赛网站提供数字体验的原始资料。所有数据的中间存在一个开放的混合云架构。OpenShift 解决方案是将它们全部连接在一起的“结缔组织”。

一切皆可 AI

数据收集只是一个方面，如何从中发掘价值呢？这时，AI 就有了用武之地。大师赛生成了超过 20,000 个镜头视频片段，包含了大量的非结构化数据。使用普通方法从这些内容中提取精彩击球片段将非常耗时且困难重重。因此，IBM Watson AI 技术的应用使一切变得易于管理。该解决方案对每个视频片段进行分析，得出总体兴奋程度分数。分析包括：

• 视觉识别，可识别球手的庆祝手势 ‑ 挥拳或将手臂举过头顶。它甚至可以读取球手的表情。
• 业务规则，使用元数据来确定片段的上下文。这是锦标赛领先球手的视频吗？画面中描绘的是小鸟球的分数还是更好的击球分数？这是否代表了领先排名的变化？
• AI 会根据前几年人群欢呼的历史数据来分析和预测关键时刻人群可能出现的反应。

IBM Watson 技术拥有多年的人群分析历史数据。因此，它知道在最后一轮比赛中选手在 16 号洞打出小鸟球时，会引发出怎样的欢呼声。它知道在 15 号洞打出老鹰球时，会引发出怎样的欢呼声。它甚至知道球落在 12 号洞三英尺处时，会引发出怎样的声音。

IBM 汇集了所有数据，从球员姓名到比赛轮次、球洞到击球类型。是长推杆还是近距离击球？该技术可以捕获所有场景数据。

IBM Watson 技术利用 AI 和机器学习，在这些数据的基础上对人群兴奋度分数进行反向工程处理。因此，现在当一名球手在周日击出的球接近 16 号洞时，该解决方案可以“预测”人群的反应。

大师赛的数字体验展示了 IBM Cloud 与 AI 协同工作时可能会发生的事。这是一个强大的组合，不仅适用于世界顶级高尔夫锦标赛，也适用于任何希望通过创新实现转型的组织。其中的经验普遍适用：

• 选择权和控制权掌握在您的手中。借助 IBM 和 Red Hat 解决方案，您可以为所在行业节省基础架构资金、加速提升员工队伍、改善业务成果并提高灵活性。
• 这些数据属于您，应当让其发挥作用。以新的方式发掘数据的价值，加速您的 AI 之旅。虽然您可能不需要分析数百次高尔夫挥杆，但您确实需要评估一些重要的数据点。
• 考虑新的集成和优化方法。“一次构建，随处部署”是一条值得信奉的准则。在 IBM 公共云、私有云或您选择的云上开发安全的应用程序，无需重新编码即可移动。

自 1934 年以来， 高尔夫大师赛（ibm.com 外部链接）见证了无数高尔夫球赛的精彩时刻。在盛开的杜鹃花、高耸的松树和怒放的山茱萸间，四月的第一个整周迎来了高尔夫和运动项目独有的舞台。在 4 天 72 洞的比赛中，球手们在高尔夫大满贯比赛最小的场地上展开角逐，争夺冠军绿夹克，以期在大师赛历史上赢得一席之地。沿着木兰巷 (Magnolia Lane) 漫步或闲步于阿门角 (Amen Corner)，以前所未有的方式探索大师赛的标志性传统、精彩时刻和历史，不论是过去还是现在。