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
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。