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
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
MiroMind AI等机构联合研究团队提出了UniME-V2多模态嵌入学习新方法,通过让大型多模态语言模型充当"智能法官"来评估训练样本质量,解决了传统方法在负样本多样性和语义理解精度方面的问题。该方法引入软标签训练框架和困难负样本挖掘技术,在MMEB基准测试中取得显著性能提升,特别在组合式检索任务上表现出色,为多模态AI应用的准确性和用户体验改进提供了重要技术支撑。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。