还在使用戴尔PC的IT部门不用担心戴尔计算机硬件业务的寿命了。
在最近的一次戴尔分析师会议上,该公司表示将继续专注个人电脑和其他硬件。事实上,戴尔需要硬件来提高其软件和服务的销售。
对于IT专业人员来说,戴尔对电脑硬件的持续关注是好消息。
技术系统工程师JD Young说:“对于任何硬件供应商,我对他们的可靠性抱有信心。”他公司所在的地区使用的是戴尔和联想的混合硬件。
Young很高兴戴尔仍然致力于硬件,并且表示只要质量是好的,不一定需要是尖端的。
一些分析师表示,他们认为戴尔的该声明是该公司步入自己的私人实体的迹象。
TECHnalysis Research LLC的创始人兼首席分析师Bob O'Donnell说:“商业个人电脑业务开始好转。戴尔继续在整合软件公司方面做大量的工作。当戴尔私有化之后,他们知道需要一段时间才能看到结果。”
在本月初的台湾CompuTex电脑展会上,戴尔展示了一系列硬件技术,包括新的Inspiron 11 3000系列的二合一电脑。该系列设备与其他行业巨头如联想、惠普、华硕和微软的产品不相上下。
受到最近Windows XP操作系统迁移到新电脑的影响,IDC预计2014年全球个人电脑出货总量达到2.963亿台。然而,市场前景仍受到新的触摸平板电脑以及移动和云计算对传统个人电脑市场冲击的影响,IDC表示。
“目前个人电脑销量表现尚好,”O'Donnell说,“一些组织推迟购买电脑,但人们不得不进行升级。”
二合一市场最近获得了一些推动力,因为IT组织正在整合员工携带的设备数量。
Jack Gold是一家IT咨询组织的主要创始人,他说:“目前企业普遍接受并欢迎二合一电脑。他们正在找寻一种重量和大小如平板一样,但能提供PC性能的设备。”
的确,将PC性能和平板的移动性整合到单个设备上似乎是计算机行业不断发展的趋势。
90%的时间人们使用二合一PC,另10%的时间使用平板电脑,O'Donnell说。
戴尔软件呢?
虽然戴尔重新致力于个人电脑,但其企业移动管理(EMM)套件也吸引了人们的注意。随着IBM、微软、VMware和其他行业巨头试图在新兴市场站稳脚跟,移动设备和应用的管理变得愈加激烈。
戴尔在2013年12月Dell World上公布了其EMM策略,并在今年3月推出广泛使用版本。戴尔正在将其收购的不同产品进行技术整合,作为其EMM平台的一部分。
戴尔软件集团的执行董事Neal Foster表示,戴尔目前第一阶段关注环境的管理和安全,下一阶段将重点关注远程访问和身份访问管理。
公司一直致力于整将其SonicWall网关整合到EMM平台,GA版本预计很快就会公布。Foster说,接下来几个月会对EMM平台进行全面的认证访问技术整合。
据消息人士称,戴尔软件集团正加倍努力鼓励企业采用EMM和其他服务。为了整合庞大的收购帝国,该公司必须面对内部挫折。从长远来看,戴尔软件集团的一系列问题以及戴尔是否能靠出售硬件弥补薄利将长期困扰该私营企业。
Foster说,戴尔不是不再重视软件和服务,而是重申我们仍在做设备。我们的目标是向新的和现有的客户交叉销售软件和硬件。
Foster还说,如果现有的客户购买硬件,很容易增加移动要求。如果客户是安全的或者是联网的,戴尔软件集团会充分利用这些来强调EMM方面。
到目前为止,戴尔软件集团尚未公布哪些客户使用了其EMM套件。
451 Research的基础设施软件部门的市场调研总监Michael Coté说,目前的投资组合有相当大的可行性。戴尔一段时间内将把重心放在其核心业务如电脑上。他补充说,更大的问题是戴尔的策略是否会令其软件和服务业务有显著增长。
好文章,需要你的鼓励
Dfinity基金会发布Caffeine AI平台,通过自然语言提示创建功能完整的应用程序,旨在将全球开发者数量从5000万扩展到50亿。该平台基于区块链技术,用户可通过对话方式快速构建应用,包括博客和电商网站等。与Anthropic合作提供后端支持,挑战传统应用商店模式。
微软研究院推出SambaY架构,通过创新的门控记忆单元实现AI推理速度10倍提升。该技术采用解码器-混合-解码器设计,在数学推理等复杂任务上表现卓越,为高效AI推理开辟新方向,有望推动AI在教育、科研、医疗等领域的广泛应用。
社交媒体巨头Meta开发了一个AI模型来创造新型混凝土配方,并将其中一种应用于新数据中心的地面浇筑。该模型采用贝叶斯优化技术预测不同混凝土配比的抗压强度曲线,显著加速了传统需要数天或数周的测试过程。Meta与建筑公司Amrize和伊利诺伊大学合作,在明尼苏达州罗斯蒙特数据中心使用了这种新型低碳混凝土。该设施初期功率为10兆瓦,未来将扩展至75兆瓦。
瑞士EPFL研究团队开发的PERK方法通过参数高效的测试时学习技术,让AI能够像人类一样将长文档信息编码到专门的记忆模块中,显著提升了长上下文推理能力。该方法在多项测试中表现卓越,不仅能处理比训练时长32倍的文档,还解决了传统AI的位置偏见问题,为处理复杂长文档提供了创新解决方案。