TigerGraph Inc. 今天宣布对其旗舰云平台进行重大更新,推出代号为 Savanna 的新版本,使网络部署速度提升 6 倍,并带来数十项新功能。
这家资金充足的创业公司是与 Aerospike Inc. 和 Neo4J Inc. 一起的图数据库先驱之一。图数据库的设计目的是为了比传统关系型数据库和非传统 NoSQL 数据库系统更高效地执行某些特定任务。例如,在许多情况下,数据库不仅需要存储业务记录,还需要存储这些记录之间关联的上下文数据。
举个例子,销售数据库可能需要指定每笔销售发生在哪个商店。使用传统的结构化查询语言数据库时,这种操作很困难,因为其架构不便于发现这类连接,使得分析变得耗时且资源密集。
但通过 TigerGraph 和其他图数据库,可以将这些连接与传统记录一起存储,实现快速分析和查询。这是一个极其有用的功能,因为某些类型的应用程序,如网络安全和人工智能应用,可以从跟踪这些连接中受益。
随着 AI 的兴起和网络安全始终是紧迫威胁,图数据库变得极其流行,因此 TigerGraph 面临持续创新的压力,以确保其产品保持竞争力。
Savanna 更新被描述为"图数据库进化的下一阶段"。据 TigerGraph 表示,它能够实现大规模并行存储和计算的独立扩展,且没有规模限制,因此可以满足最苛刻的 AI 工作负载需求。
最重要的更新可能与部署有关。TigerGraph 表示,新的计算资源配置速度比任何竞争对手的图数据库平台快 6 倍。更重要的是,这些新部署可以通过 TigerGraph 的托管服务实现完全自动化、配置和监控。
首席执行官 Rajeevn Shrivastava 表示,即使在今天的更新之前,公司的图数据库就已经是业内最快且最具可扩展性的。"我们的 Savanna 云原生平台将设置速度提高了 6 倍,同时在存储、计算和托管服务选项方面为企业提供了灵活性。"
为帮助客户快速上手,TigerGraph 添加了 9 个预配置解决方案套件,这些本质上是针对不同用例定制的图数据库预构建版本。这些包括交易欺诈、应用欺诈、骡子账户检测、产品推荐、实体解析、实体解析 KYC、客户 360、供应链管理和网络基础设施。
TigerGraph 还声称,得益于其新的消费模式(客户只需为使用的部分付费),Savanna 将至少节省 25% 的成本。
此外,还有专门用于在线交易处理和在线分析处理工作负载的新计算工作空间,确保每种工作负载的性能都得到优化,同时支持的数据源数量增加了 3 倍。此次更新中,TigerGraph 增加了对 Snowflake、Spark、Delta Lake、Iceberg 和 Postgres 的高速数据摄入支持。
其他功能包括支持多种查询语言,包括 GSQL、OpenCypher 和作为 TigerGraph 标准图查询语言的 GQL。
最后,TigerGraph 的"自带云"政策意味着客户可以选择在其首选云平台上使用完全托管服务,或者自行管理本地部署。
好文章,需要你的鼓励
根据Gartner最新报告,微软凭借广泛的合作伙伴和平台生态系统在企业级AI领域占据主导地位,而谷歌凭借集成的AI代理技术栈和可扩展的企业采用支持在企业代理AI方面领先。报告涵盖近30个AI技术竞赛领域,包括数据基础设施、模型代理、行业解决方案和网络安全等类别。尽管科技巨头投入数十亿资金扩展AI基础设施,但企业仍在努力证明AI技术的商业价值,超过三分之二的企业困于生成式AI试点阶段。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
美国国家标准与技术研究院发布人工智能网络安全框架配置文件草案,旨在帮助组织安全使用AI系统。该文件围绕"安全"、"防御"和"阻止"三个重点领域,详细说明如何管理不同AI系统的网络安全挑战、利用AI增强网络防御能力以及阻止AI驱动的网络攻击。文件将网络安全框架的各个组件映射到具体建议上,覆盖入侵检测到供应链安全等各个方面。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。