近日,全球信息技术研究与咨询机构 Gartner 发布了云数据库市场领域 2024 Gartner® Peer Insights™“Voice of the Customer” 报告,企业级开源分布式数据库厂商 PingCAP 获评「客户之选」,是唯一获得该称号的中国厂商。PingCAP 连续三年入选该报告,在截至 2024 年 5 月的总计 68 条评价中获得 4.9 星的总评分,特别是在支持体验方面获得了最高的 4.9 分(满分 5 分),在所有入选企业中位列第一。
Gartner® Peer Insights™ 的数据显示:TiDB 在过去 18 个月的客户评价中表现卓越,来自金融、电信、物流、软件等行业的客户都对 TiDB 表示出了高度的认可,在参与评论的 11 家全球银行客户中,10 家银行客户给出了最高分(5 分)的评价。
在产品功能、服务支持、用户社区和产品未来愿景等方面,TiDB 均获得了高于市场平均水平的评分。97% 的 PingCAP 客户表示对其产品能力感到满意,并愿意推荐其解决方案。在产品功能和用户社区方面,TiDB 获得了极高的评价,分别有 68% 和 58% 的客户将这些因素作为选择 TiDB 的关键因素。此外,TiDB 在推动业务创新、改善业务流程灵活性、提高内部运营效率以及成本管理等方面也得到了客户的高度认可。67% 的客户购买了 TiDB 以改善业务流程的灵活性,61% 的客户选择 TiDB 是为了推动业务创新。
PingCAP 创始人兼 CEO 刘奇表示:“PingCAP 相信,此次成为“客户之选”,验证了我们对客户在规模化、性能和稳定性层面的承诺,TiDB 能够满足企业级关键业务的需求。感谢客户的信任和认可,未来 PingCAP 将持续投入,不断优化产品,助力客户的业务成功。”
目前,PingCAP 已经向包括中国、美国、欧洲、日本、东南亚等国家和地区,超过 3000 家企业提供服务,涉及金融、运营商、制造、零售、互联网、政企等多个行业。2024 年 1 月,PingCAP 荣膺《 Gartner® Magic Quadrant™ for Cloud Database Management Systems》(云数据库管理系统魔力象限)“荣誉提及”。未来,TiDB 将在性能、稳定性、易用性、高可用与安全等方面持续提升,加速企业数字化转型与升级。
声明: Gartner, Voice of the Customer for Cloud Database Management Systems, 24 May 2024 Gartner, Magic Quadrant for Cloud Database Management Systems, 18 December 2023 Gartner 同行洞察评论是基于最终用户个人经验的主观意见,并不代表 Gartner 或其关联公司的观点。Gartner 并未在其研究报告中支持任何供应商、产品或服务,也并未建议科技用户只选择该等获最高评分或其它称号的供应商。Gartner 的研究报告含有 Gartner 研究与顾问组织的意见,且该意见不应被视作事实陈述。就该研究报告而言,Gartner 放弃做出所有明示或默示的保证,包括任何有关适销性或某一特定用途适用性的保证。 GARTNER , PEER INSIGHTS和MAGIC QUADRANT是 Gartner, Inc. 和/或其关联公司在美国和国际上的商标和服务标识,并在获得许可的情况下在此使用。保留所有权利。 |
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。