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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。