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
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。