国际数据公司(IDC)发布《2021年Q4中国应用交付市场跟踪报告》,深信服应用交付AD以27%的市占率排名第一!
数据来源:IDC《2021年Q4中国应用交付市场跟踪报告》
总结2021年,深信服AD交出一份不俗的市场成绩单:
Q2、Q3、Q4连续三个季度市占率据国内市场第一。
全年市场占有率 22.54%,再次蝉联国产品牌市占率第一,且与位列第一的国际厂商差距仅0.1%。
在这背后,深信服AD经历过“从无到强”的奋力前进,
也经历过从“国产品牌市场第一”到“市场第一”的里程碑式跨越。
你看到了深信服AD每个季度、每一年的市场成绩,
但也许还未看到这些数据身后,
是深信服AD对技术的持续探索与创新,
是深信服AD对行业用户需求的切身关注,
是深信服AD对业务稳定性怀抱的敬畏之心。
一、
您看到AD全年市占率与第一仅差0.1%,
也许还未看到为缩小差距背后对产品的打磨。
(1)打磨新版本,建构全局负载下的竞争力
2021年11月,AD推出7.0.21版本。
研发团队用2年时间,走访100多个客户,经历37次专案研讨会,新版本通过重构DNS架构,满足用户在多活/多云场景、微服务场景、本土化场景等多场景下对于性能、操作简易性、安全等多维度的需求。
尤其值得一提的是,新版本60G配置DNS性能高达 230W,比市面上同等配置的设备性能高出近5倍!
(2)推出新场景,解决SSL流量不可视和安全设备编排痛点,保障业务连续性
高访问流量或并发造成安全设备故障、流量堵塞,从而导致业务中断;
HTTPS的业务流量不可视,无法做到安全防护,卸载又大量消耗安全设备的性能。
这是不少用户在实际业务中遇到的困境。
立足于上述痛点需求,
AD推出SSLo流量编排解决方案——
重塑传统“糖葫芦串”安全架构,打破困境,
打造“6可”价值:
安全SSL流量可视、安全设备性能可扩
整体网络延迟可降、流量智能编排可控
安全设备间可异构、投资回报率可提升
就这样,AD在为用户解决实际难题,
也在变化与趋势下突破自己。
二、
您看到AD用户突破10000多家,
遍布金融、大企业、政府、医疗、教育、能源等千行百业,
也许还未看到它早已深入用户的核心业务区,并稳若泰山。
某国有大型商业银行稳定运行超过510天?
某西南地区农商行稳定运行超过1846天 ?
某股份制银行稳定运行超过1063天 ?
某华南地区农商行稳定运行超过735天 ?
三、
您看到了一个国产第一品牌过往12年的努力
也许还未看到它没有放弃继续探索、主动进化
随着容器云的出现、用户业务的微服务化转型不断深入,用户对负载均衡提出了新的要求,深信服推出云原生应用交付(CNAD),助力用户解决云原生时代下的负载均衡难题。
纯软件形式的应用交付产品,适配云、容器、物理服务器以及国产操作系统等多种环境;
具备高性能、高可靠、弹性伸缩、集中监控、统一管理能力;
可解决国产化、容器化等新型 IT 环境下各类业务发布问题;
同时具备规模化管理能力,能实现业务统一发布,拥有可视的统一接入平台,具备声明式 API(支持 DevOps)功能,在负载均衡领域具有极强的前瞻性和技术领先型。
AD从不固步自封,始终求变、求新。
正如AD一如既往的信条:
在各类环境下构建稳定、高效、安全的应用交付平台。
好文章,需要你的鼓励
SAP S/4HANA内存ERP系统推出十多年后,95%的传统用户表示构建积极的迁移案例需要巨大努力或面临真正挑战。一项涵盖455名CIO、高级IT角色、SAP专家和业务经理的调查发现,83%的受访者不完全理解SAP最新的迁移政策和截止日期,84%对当前信息传递及其对运营的影响表示担忧。SAP为传统ECC系统设定了激进的支持截止日期,主流支持将于2027年结束。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
微软通过其Planetary Computer平台将NASA的Landsat和Sentinel-2卫星数据集引入Azure云服务。该数据集包含来自NASA的Landsat 8、9号卫星以及欧洲航天局Sentinel-2系列卫星的地球监测数据,为气候变化、土地利用、农业应用等研究提供宝贵资源。用户可通过API或Azure存储直接访问这些PB级全球环境数据。微软还建议研究人员使用Azure OpenAI服务创建智能应用,结合AI技术进行土地分类、植被监测、森林砍伐趋势分析等地球观测研究。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。