ZD至顶网网络频道 09月18日 综合消息: 根据IIDC发布的全球WLAN季度追踪报告,2016年第二季度全球消费级和企业级无线局域网络(WLAN)市场同比增长6.7%,环比同样增长6.7%。企业级细分市场在该季度同比增长9.4%,是最近两年最大的增幅。2016年到目前为止能看到的持续增长要归因于企业的更新周期,以及对数字化改造项目上的投资。
802.11ac标准已经占据市场主导地位,目前在独立接入点出货量中占比59.9%,在独立接入点收入中占比77.4%。这意味着802.11ac的采用率要比多年前从802.11a/b/g向802.11n过渡时期802.11n的采用率增长快得多。
与此同时,消费级WLAN市场收入自2014年以来首次实现增长,该季度同比增加了3.1%。消费级市场中802.11ac标准的采用率一直明显慢于企业级细分市场。在2016年第二季度,802.11ac标准只占到了22.6%的出货量,51.3%的消费市场收入。
"企业意识到WLAN在IT移动化和数字化项目中扮演着关键角色,因此企业承诺会升级和更新WLAN,"IDC网络基础设施高级研究分析师Nolan Greene表示。"即使全球经济指标喜忧参半,IDC相信企业将会继续投资于稳健的WLAN基础设施,在数字经济中有效地参与竞争。"
从地域角度来看,企业级WLAN市场增幅最大的是在亚太地区(不包括日本),该季度同比增长了14.6%。增长最高的国家包括越南(同比增长79.4%)和韩国(增长48.3%)。西欧在经历了不温不火的第一季度之后,在第二季度同比增长了13.6%,表现良好。中东欧在该季度恢复增长,同比增加了11%。克罗地亚(同比增长44.2%)和罗马尼亚(增长39.9%)成为该季度增长的排头兵。相比之下,增幅低于市场平均水平的地区包括北美(同比增长7.3%)、拉丁美洲(增长6.8%)、中东和非洲(增长1.5%)。后两个地区的佼佼者包括哥伦比亚(同比增长132%)、以色列(增长54.6%)。日本在该季度同比下滑了2.4%。
"EMEA所有主要国家都实现了强劲的增长,除日本之外的亚太地区继续在该季度表现良好,帮助整体市场实现最好的增长,"IDC全球网络季度追踪报告研究经理Petr Jirovsky表示。"跨区域性市场的单方面增长,意味着WLAN对于企业战略项目具有关键作用。"
主要企业级WLAN厂商数据更新:
• 思科在2016年第二季度的全球企业WLAN收入同比增长1.1%。思科在该季度的全球市场份额为43.7%,低于2015年第二季度的47.3%。IDC认为Meraki云管理的WLAN产品组合仍然是思科主要增长动力之一。
• Aruba-HPE(不包括OEM业务,而且从第二季度开始也不包括H3C了)在该季度同比减少6.1%,主要由于排除了中国的H3C业务。该季度Aruba-HPE的市场份额为14.6%,低于2016年第一季度的15.8%以及2015年第二季度的17.1%。
• 博科-Ruckus第一次以合并的实体汇报业绩,在该季度同比增长7.9%。博科-Ruckus在该季度的市场份额为6.8%,低于2016年第一季度的7.7%和2015年第二季度的6.9%。
• Ubiquiti在该季度市场了非常出色的增长,同比增长了95.3%,市场份额为4.2%,低于2016年第一季度的4.3%,高于2015年第二季度的2.4%。
• Aerohive也实现了显著的增长,在该季度同比增长了34.1%,市场份额为2.7%,高于2016年第一季度的2.3%。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。