Gartner近日发布数据报告,将Palo Alto Networks评为全球网络安全设备收入和市场份额第一名,这一成绩意味着Palo Alto Networks首次超过思科登顶全球网络安全设备市场。
虽然这一数据和IDC同时期发布的全球安全设备季度追踪报告(2018Q1)有出入,但对于Palo Alto Networks过去几年中表现出的高速增长是形成一致意见的。作为NGFW(下一代防火墙)的缔造者,现如今Palo Alto Networks在全球拥有超过51000家客户,市值高达190亿美金,从2005年成立,Palo Alto Networks已成长为全球网络安全领域规模最大的企业。
Palo Alto Networks总裁Mark Anderson(左)、Palo Alto Networks大中华区总裁陈文俊(右)
近日Palo Alto Networks总裁Mark Anderson到访中国,他宣布了一件对于中国企业用户来说意义重大的事情,那就是中文名字“派拓网络”的诞生,并先后在上海、北京召开的Palo Alto Networks中国网络安全峰会上正式开启了这一中文品牌标识。Palo Alto Networks希望,借助此次中文Logo发布的新契机,将在引领全球网络安全新趋势的基础上,实现本土服务的精细化和定制化。
Mark Anderson表示,“在过去一段时间里,Palo Alto Networks中国业务迅速成长,所以我们愿意在中国市场上持续甚至加大投资,我们希望对这个市场有更深度的承诺。”
事实上在中国,Palo Alto Networks的安全产品受到了金融、制造、互联网行业企业的欢迎,这意味着其将为服务中国用户的水平推上一个更高的台阶。
之所以Palo Alto Networks业务增长速度如此之快并受到全球包括中国用户的认可,这背后得益于其领先的产品技术能力和创新。对此,Mark Anderson引以为傲地介绍Palo Alto Networks过去以来引领的三次安全进化与创新:第一次则是下一代防火墙的推出,Palo Alto Networks把诸多的安全产品融合到了一个安全平台上;第二次是Palo Alto Networks为云交付的安全服务提供了一致的安全性。
现在,Palo Alto Networks正在开启第三次创新——APPLICATION FRAMEWORK(应用框架)。Palo Alto Networks应用框架引入了SaaS使用模式,允许客户能够通过Palo Alto Networks、第三方开发者、托管安全服务提供商及其团队所提供的安全应用来快速评估并部署全新功能,进而解决众多安全挑战和应用问题。
Mark Anderson指出,“过去十几年中Palo Alto Networks积累了数以万亿计的安全方面的数据,现在我们把这些数据开放给加入到这个框架中的软件开发合作伙伴。在今年早期时候已经提供了SDK以及相应的API,这样第三方软件开发商可以借由我们海量的安全数据去开发他们的安全应用。”
据介绍,一个月前Palo Alto Networks在洛杉矶举办了全球用户大会,当时已经宣布在这个应用框架中已经有微软、ServiceNow、Splunk、IBM等合作伙伴已经开发出来32个基于APPLICATION FRAMEWORK的应用。
“我们其实是把安全技术的使用进行了简化,就像公有云使得企业级的应用、基础设施、平台的部署变得更加简单。同样在安全行业,我们这些安全技术的使用也应该变得简易化。”Mark Anderson说。
这一全新模式充分利用了现有Palo Alto Networks传感器、客户特定的数据存储和安全基础设施,帮助企业在安全需求变化的时候,快速启动不同供应商提供的云交付应用,而无需部署或管理其它额外产品。
进一步来说,该框架可帮助合作伙伴和客户快速创建和提供Palo Alto Networks下一代安全平台创新的云安全服务。应用设计在一个共同框架下,实现无缝集成及不同的应用程序之间的信息交换、客户特定的数据存储和基础设施,自动识别来自任意规模提供商的威胁,并进行预防、分析和编排用例。
能够提供万亿级的高质量数据点,Palo Alto Networks率先走出了安全数据共享的第一步,Palo Alto Networks强调,这将是其下一代安全平台的突破性变革,也将颠覆企业的使用模式。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。