[中国,深圳,2021年4月20日] 近日,全球权威咨询和研究机构Gartner发布了《2021 Gartner Peer Insights“Voice of the Customer: Network Firewalls”》榜单,华为防火墙凭借全球客户规模部署,强劲的竞争力以及卓越的客户表现,获得2021年Gartner网络防火墙“客户之选”荣誉称号。华为在本年度Peer Insights平台获得4.9分综合评分(满分5分),在全球所有厂商中排名第一。
Gartner Peer Insights是一个由IT决策者和专业人员对其使用的设备、服务进行在线评级和评论的平台,目前包含了对355个市场领域的评估,以及25.5万条经过验证的高质量评论。Gartner通过颁发“客户之选”荣誉称号来表彰客户评价最高的供应商,从而帮助企业IT决策者做出更明智的购买决策。
截至2021年2月28日,来自全球金融、政府、运营商、制造等行业的客户,从产品功能、部署运维、服务支持等多个维度,对华为防火墙系列产品和解决方案进行了综合评估,并且给予了高度评价。这些评价充分体现了全球客户对华为防火墙产品的产业地位、部署规模、成熟商用的高度认可。
“感谢每一位在Gartner Peer Insights平台上分享观点的客户,获得‘客户之选’代表了全球客户对华为防火墙产品的认可,我们很高兴能够获得这样的殊荣。”华为安全产品领域总裁宋端智说。“我们将继续践行以客户为中心,持续创造客户价值,为客户提供安全可靠的产品和解决方案,护航数字化转型建设。”
客户的信任源于华为在安全领域的不断创新与持续领先。华为将网络安全和隐私保护作为公司的最高纲领,在安全领域已经持续投入了二十年,构建了端到端的安全保障体系。华为防火墙服务于全球80多个国家10万多家企业的办公和生产网络,遍布北美、欧洲、拉美、非洲、亚太等各个区域。华为持续领跑中国安全厂商,连续八年入选Gartner网络防火墙魔力象限,连续四年成为魔力象限挑战者,是中国入选时间最长、执行力最高的安全厂商。
了解更多信息,请访问华为网络安全官网。
免责声明:
1.Gartner Peer Insights Customers’ Choice constitute the subjective opinions of individual end-user reviews, ratings, and data applied against a documented methodology; they neither represent the views of, nor constitute an endorsement by, Gartner or its affiliates.
2. Gartner does not endorse any vendor, product or service depicted in its research publications, and does not advise technology users to select only those vendors with the highest ratings or other designation. Gartner research publications consist of the opinions of Gartner’s research organization and should not be construed as statements of fact. Gartner disclaims all warranties, expressed or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose.
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。