ZD至顶网网络频道 09月20日 综合消息: 根据IDC全球以太网交换机和路由器季度追踪报告显示,2016年第二季度全球以太网交换机市场(Layer 2/3)收入达到59.7亿美元,同比增长3%。与此同时,该季度全球整个企业和服务提供商(SP)路由器市场收入达到36.7亿美元,同比减少2%。
从低于角度来看,2016年第二季度以太网交换机市场最大增幅来自于拉丁美洲,同比增长8.5%,从上个季度的双位数下滑中逐渐恢复。智利表现抢眼,同比增长31.9%,南美洲最大的市场巴西恢复到8.4%的同比增长。该季度西欧市场也有所增长,增幅为4%。爱尔兰是西欧增幅最高的地区,同比增长37.5%。同样的,亚太(不包括日本)地区同比增长了3.8%,其中比较抢眼的是菲律宾(同比增长14.7%)和中国(增长12.9%)。北美地区同比增长3.5%。日本在经过梁旭8个季度的下滑之后,在这个季度终于恢复增长,增幅为1.2%。
剩下两个地区则出现萎缩。中东欧在该季度再次出现下滑,同比减少2.8%。该地区的一个亮点是捷克共和国,同比增长49.2%。中东和非洲(MEA)同比减少4.9%。该地区大多数国家都遭遇下滑,但以色列增长了2%。
IDC网络基础设施副总裁Rohit Mehra表示:“尽管没有地区出现在任何一个方向的显著变化,但数字化转型项目、公有云/私有云部署的持续增加让以太网交换机市场实现稳定的同比增长。价格的稳定,特别是万兆以太网细分市场,有助于改善环比增长。”
万兆以太网交换机(Layer 2/3)在该季度同比增长3.2%,收入为21.6亿美元,同时万兆以太网交换机端口出货量同比大幅增长24.7%达到900万多个,环比来看平均售价保持稳定。40Gb以太网收入为7.503亿美元,同比增长33.2%,出货量突破190万,同比增长97.5%。10Gb和40Gb以太网一直是2016年以太网交换机市场的主要动力,因为25/100 Gb以太网开始兴起,2016年下半年数量也将逐渐增加。1Gb以太网交换机的收入,企业校园网络细分市场的重要组成部分,同比减少4.5%,端口出货量增加13.6%。
在2016年第二季度,全球企业和服务提供商路由器市场同比减少2%,规模更大一些的服务提供商细分市场同比减少3.6%,企业路由器市场增加3.4%。后者将是未来几个季度值得关注的一个细分市场,因为软件定义架构开始在WAN市场站稳脚跟,让企业网络管理者和服务提供商可以从这些新出现的能力中受益。
企业和服务提供商路由器市场整体在不同地区表现各不相同。亚太地区(不包括日本)是该季度同比增长最大的地区,增幅为21.1%,日本同比增长6.2%。其他地区都没有在该季度实现同比增长:西欧下滑4.2%,北美缩水6.6%,MEA减少10.8%,中东欧减少17.7%,拉丁美洲连续两个季度降幅最大,该季度下滑近28.2%。
厂商亮点
该季度思科在以太网交换机市场同比增长2.6%,市场份额为56.8%,低于上个季度的59%,和去年同期的60%。在竞争激烈的10Gb细分市场,思科占有53%的市场份额,低于上个季度的55.7%。在服务提供商和企业路由器市场,思科的收入减少8.5%,市场份额为44.8%,低于上个季度的48.8%。
HPE在以太网交换机市场同比减少34.8%,很大程度上是受剥离H3C业务的影响。HPE在该季度的市场份额为6%。H3C第一个单独计算的季度市场份额为3.6%,在收入方面足以成为全球第五大以太网交换机厂商。
华为继续在以太网交换机和路由器市场表现良好。该季度华为的以太网交换机收入同比增长44%,企业和服务提供商路由器收入同比增长15.3%,在整个路由器市场的份额为18.9%。
Arista在2016年第二季度也有出色表现,同比增长35.4%,占3.9%的市场份额,高于去年同期的3%。Arista的市场份额要明显高于在数据中心囧啊换季市场的份额,在40Gb/100Gb市场的份额为19.9%。
该季度Juniper在以太网交换机市场表现平平,下滑了4.3%,在整个服务提供商和企业路由器市场收入方面同比减少1.5%,市场份额为15.7%。
IDC全球网络季度追踪报告研究经理Petr Jirovsky表示:“以太网交换机和路由器仍然是云迁移时代的重要组成部分,但是厂商要持续成长,就必须时刻了解变化的市场动态,包括市场对更新、更快的以太网端口速度的需求以及对更智能的路由的渴望。”
好文章,需要你的鼓励
企业大量采用自动化开发生命周期平台,85%的IT领导者在过去两年完成了DevOps迁移。虽然这些平台能简化编码实践并减少工具数量,但调查显示,完全替换式迁移平均花费175万美元,预算超支18%。超过三分之一的领导者表示25%的预算变成沉没成本。专家建议采用工具集成而非替换的渐进式迁移方法,以避免成本超支和供应商锁定问题。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。