至顶网网络频道 12月11日 编译:根据IDC全球WLAN市场季度追踪报告显示,2018年第三季度企业和消费WLAN市场的综合市场份额同比增长6.9%,全球收入为27亿美元,其中企业部分同比增长9.8%至16亿美元。对无线接入技术的持续高需求,加上与新的先进软件管理和自动化功能相结合,继续推动着该市场的增长。
在企业细分市场中,802.11ac标准现在占到了从属式接入点单位出货量的87.0%,从属式接入点收入的94.6%,标志着802.11ac已经完全渗透到该市场中了。从2019年初开始,企业细分市场将开始转向采用新的802.11ax标准,大型公共场所和其他密集WiFi环境的运营商是最早的采用者。
与此同时,消费WLAN市场同比增长2.8%至11亿美元。802.11ac出货量首次占市场总量的一半以上,占出货量的52.5%,占收入的75.5%,均呈现增长趋势。上一代802.11n标准占出货量的47.5%,但仅占收入的24.5%。
IDC网络基础设施高级研究分析师Brandon Butler表示:“在经历了2018年前两个季度年均增长率不到2%之后,企业WLAN市场在第三季度出现了健康的增长反弹。对无线接入技术的持续高需求,以及客户对用于控制WLAN环境的高级软件平台兴趣日益增强,推动着这个市场的发展。无线接入技术仍将依赖于全球业务关键型应用,即将推出的802.11ax标准将有助于推动2019年及以后的市场增长。”
从地区角度来看,2018年第三季度亚太地区(日本除外)(APeJ)地区的企业WLAN市场实现了健康增长,同比增长5.4%;印度尼西亚在该地区表现突出,同比增长56.3%;而作为该地区最大的市场,中国同比增长3.7%;菲律宾同比增长26.7%;日本增长21.7%。
中东欧地区同比增长20.3%。其中,波兰同比增长42.3%;俄罗斯增长14.4%。西欧地区同比增长7.9%,环比增长6.3%,其中表现突出的地区包括爱尔兰(增长45.9%)和法国(增长11.6%),但被该地区最大经济体德国的下滑3.0%所抵消。中东和非洲同比增长18.1%,其中阿联酋增长23.3%,以色列增长36.0%。
拉丁美洲地区与去年同期相比增长了17.1%,其中墨西哥增长突出,同比增长19.0%,哥伦比亚增长38.9%。北美市场同比增长10.0%,环比增长4.3%。
IDC全球网络市场追踪报告研究经理Petr Jirovsky表示:“全球大多数地区都出现了强劲的增长,特别是包括美国在内的很多成熟市场。随着全球各地的企业组织继续投资网络接入技术、通过数字化转型努力帮助推动其业务发展,一些新兴经济体表现出独有的优势,例如在拉丁美洲。”
主要企业级WLAN厂商亮点
- 思科全球企业WLAN收入同比增长12.8%,环比增长13.8%,对思科来说这是一个表现强劲的极极度。同时这也让思科的市场份额从2017年的第三季度的44.7%增加至该季度的46.0%。
- Aruba-HPE的收入同比增长10.7%,但环比减少1.1%,市场份额达到13.8%。
- ARRIS/Ruckus继续表现良好,同比增长19.9%,环比增长3.8%,市场份额从2017年第三季度的5.9%增长到最近这个季度的6.4%。2018年第四季度,CommScope宣布了收购ARRIS的初步协议,当然也包括Ruckus,但尚未最终确定。
- Ubiquiti继续保持强劲增长,收入同比增长32.4%,环比增长21.5%,市场份额从去年同期的5.3%增长至6.4%。
- 华为的增长呈现出一定程度的缓和,同比增长4.6%,但环比仅增长0.9%,市场份额从去年同期的5.0%降低至4.8%。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。