微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 调查:60%英美大型企业已完成Windows XP迁移

调查:60%英美大型企业已完成Windows XP迁移

2014-09-04 16:17
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-09-04 16:17 CNET科技资讯网

Windows XP在今年4月就已退休,但很多企业仍在使用该系统。IT运营管理公司1E进行了一项关于Windows XP迁移情况的调查,受访者是来自英国和美国的300位IT决策者,他们所在公司是规模在500人以上的大型企业。调查结果显示,截止今年6月底,已经有60%的公司完成了Windows XP的升级(34%迁移至Windows 7,26%选择了Windows 8),33%的公司正在升级中(19%升级至Windows 7,14%为Windows 8),剩下6%的公司有升级计划,但未启动。

调查指出,升级公司所有XP系统电脑到更新版本系统所需的平均时间为5个月左右,美国公司的平均迁移速度较快,为4个月,英国为6个月。公司规模越大,系统升级的时间自然越久。500至1000人的公司需要3个月,1000至3000名员工的公司需要4个月,而超过3000人的公司需要7个月左右。大型企业内部计算机数量动辄上千,将计算机系统全部升级至Windows 7或Window 8系统成本太高。其中不但包括购买Windows 7或Window 8系统的高授权费,还包括与XP系统配套的企业定制办公软件的升级开支。

研究还发现,公营比私营企业需要的迁移时间更长。受访企业中有近三分之二(60%)的公营企业已经升级至Windows 7或Windows 8系统,34%的企业正在进行升级,剩下的6%则还未行动。

1E指出,一些公营企业很难在今年年底前完成迁移,他们只好掏腰包继续维持Windows XP。为此,英国政府曾花费554.8万英镑与微软达成了一项延长服务协议,该计划涵盖了12个月的XP安全服务、Office 2003授权、Exchange 2003授权等。这也督促公营企业必须在一年内尽快升级好系统。

根据市场研究公司Net Applications的最新数据显示,Windows X的全球桌面操作系统市场份额在8月下滑了不到1个百分点。7月Windows XP的份额为24.82%,8月降至23.89%。按照这一速度计算,Windows XP要从市场上彻底消失,预计还要两年多的时间。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-