全球网络与安全融合领域领导者Fortinet(Nasdaq:FTNT),于近日公布2024年第四季度及全年财报。
Fortinet创始人、董事长兼首席执行官谢青(Ken Xie)表示“2024年第四季度,Fortinet取得了令人瞩目的成绩,成功实现营收增长与盈利能力的良好平衡。非GAAP营业利润率取得同比720个基点的显著增长,攀升至创纪录的39%,同时营收也实现了17%的稳健增长。
展望未来,我们将积极执行重点投资战略,持续聚焦Unified SASE(统一SASE)和Secops(安全运营)这两大高速增长的市场领域,全力以赴取得更大的突破和回报,持续巩固并提升我们在安全组网领域的行业领先地位。我们欣喜地看到,越来越多的客户逐渐认同单一供应商SASE解决方案的卓越优势。我们满怀信心致力于成为该领域的佼佼者,立志成为唯一一家基于统一操作系统FortiOS原生开发所有安全访问服务边缘(SASE)功能的安全厂商。我们将凭借无缝集成的网络和安全功能,为客户带来前所未有的卓越体验!”
2024年第四季度财报摘要
2024年全年财报摘要
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。