ZD至顶网网络频道 03月08日 综合消息: 根据IDC公布的全球WLAN季度追踪报告,2016年第四季度全球消费级和企业级无线局域网(WLAN)市场同比减少0.1%,全年增长2.13%至24.3亿美元。其中,企业级部分在该季度增长3.1%至14.1亿美元,全年增长7.2%至54亿美元。虽然2016年第四季度增长放缓,但是全球对网络更新需求强劲,加上数字化转型让整个市场的增幅超过2015年的4.2%。
802.11ac标准现在占到独立访问点出货量的65.6%,收入占比为80.9%。从2016年全年来看,802.11ac标准在独立AP出货量和收入方面占比分别为63.4%和78.9%。这表明802.11n标准到2018年将在主流企业市场中几乎过时。
与此同时,2016年第四季度消费级WLAN市场收入同比减少4.1%,为10.2亿美元。全年来看,消费级WLAN市场收入为39.8亿美元,相比2015年减少2.1%。在2016年第四季度,802.11ac标准在消费级市场中的出货量和收入占比分别为27.6%和56.6%。802.11ac在消费市场中采用的放缓,以及802.11n标准的价格侵蚀,是在消费级WLAN市场中收入减少的主要因素。
IDC网络基础设施高级研究分析师Nolan Greene表示:“虽然2016年第四季度的增长相比上个季度有所放缓,但是IDC认为这个市场的疲软是暂时性的。数字化转型正在全球范围展开,市场形式不断发展,厂商们更加灵活地竞争,以解决新兴领域以及像物联网这种用例的需求。”
从地域角度来看,该季度企业级WLAN市场的抢眼表现主要来自于亚太地区(不包括日本),该市场同比增长了22.7%,全年增长21.7%。其中大部分增长来自于中国,同比增幅为41.1%。日本实现连续两个季度增长,该季度增长20.2%,2016全年增长3.4%。中东和非洲(MEA)在该季度同比增长5.9%,全年增长4.1%,其中爱理以94.9%的同比增长领跑。西欧在该季度增长了2.1%,全年增长5.9%,其中挪威同比增长30.8%。
中欧和东欧(CEE)在该季度同比小幅减少3.1%,全年增长0.9%。在2016年第四季度,匈牙利增长最为强劲,同比增长了40.6%。北美在该季度减少了4.3%,其中主要是美国下滑了4.9%,但是全年增长了4.4%。拉丁美洲在该季度减少了16%,全年减少7.5%,智力是该地区唯一增长的国家,同比增长9.4%。
IDC全球网络季度追踪报告研究经理Petr Jirovsky表示:“亚太和日本地区仍然是增长引擎,这些地区开展他们的网络转型计划跨各种用例和很多垂直领域。2017年全球企业WLAN将会看到一些变化,很多地区的数字化转型将越来越成熟。”
主要企业WLAN厂商更新:
2016年第四季度思科的企业WLAN收入同比减少0.2%,该季度的全球市场份额为43.6%,低于上个季度的43.7%。IDC认为,Meraki云管理WLAN产品组合仍然是思科的主要增长动力之一,这部分抵消了传统基于控制器的WLAN产品组合的下滑。2016年全年,思科增长了0.9%,市场份额为44%,低于2015年的46.7%。
Aruba-HPE(不包括OEM业务,从2016年第二季度开始也不包括H3C的业务)环比下滑了8.1%。Aruba-HPE该季度的市场份额为13.5%,低于上个季度的14.3%,全年市场份额为14.5%。
华为再次实现了连续的强劲增长,同比增加55.3%,占有6.2%的市场份额,高于去年同期的4.1%。2016年全年,华为增长了77.2%,市场份额为4.5%。
Ubiquit也在该季度实现了强劲的连续增长,同比增加97.2%。Ubiquiti该季度在整个市场中占比5.2%,高于去年同期的2.7%。从全年来看,Ubiquiti增长了86%,市场份额为4.5%。
Brocade-Ruckus该季度同比减少20.9%,在整个市场中占比5.1%,全年增长了2.6%,市场份额为6.5%。
好文章,需要你的鼓励
身份安全公司1Password推出"1Password for Claude"浏览器集成工具,允许Anthropic的Claude在执行在线任务时调用用户存储的登录凭证,且凭证全程不会暴露给AI模型。该工具通过安全通道将凭证注入目标网站,密码和多因素验证码始终在模型之外。访问权限按会话授予,用户通过生物识别确认每次请求。此外,1Password还推出"智能代理模式",在代理工作期间自动锁定密码库,仅开放当前任务所需凭证。
这项研究对比了化学AI中常用的BPE和Unigram-LM两种分词算法,发现二者在化学SMILES上构建的词汇表几乎完全不同,词汇重叠不超过16%,分词粒度相差近三分之一,证明分词算法是不可忽视的关键设计决策。
瑞士Mimic Robotics AG近日发布机械手M1.0,专为工业自动化设计。该产品重约1.8千克,采用双向滑轮导向腱结构,模拟人手运动方式,配备触觉指尖传感器,可感知多角度力信息,握力超25公斤。公司通过人类视频预训练与可穿戴设备物理数据相结合的方式训练AI模型,使机械手能完成夹取电子元件、传递螺栓等精细操作,适用于装配、包装、分拣等复杂工业场景。
T-Tech团队提出RTA框架,让AI仅凭专家视频中的帧顺序学习任务进度,无需任何人工设计的奖励规则,在游戏和机械臂任务中超越多个基准方法。