TigerGraph Blog:

TigerGraph 图期刊 #17期

# 前沿趋势

如何借助GPU-CPU融合技术，在大规模图分析中实现100倍的性能提升？

当处理包含数百万个节点的图时，使用CPU执行Louvain等算法的执行时间可能会延长到几个小时。这种长时间的处理不仅影响开发人员的生产力，而且还会导致整体性能结果不佳。

TigerGraph图数据库结合NVIDIA cuGraph GPU的并行处理能力，可以显著加速图训练时间。基准测试结果显示，GPU加速的计算速度比基于CPU的计算快了100倍以上，充分展示了将GPU纳入图分析中的明显优势。
阅读原文

TigerGraph：首家通过10TB LDBC SNB官方审计，发布108TB基准测试报告，并荣获国际”Best Paper Award”

TigerGraph成为第一个通过10TB LDBC SNB官方审计的分布式图数据库厂商。该审计是在48个AWS r6a.8xlarge虚拟机实例上进行。此外，TigerGraph还发布了一份108TB的LDBC社交网络基准测试报告，使用了72台由第三代AMD EPYC处理器提供支持的AWS r6a.48xlarge机器。通过对包含2179亿个顶点和1.6万亿条边的图进行OLAP式查询处理，清楚地证明了TigerGraph在处理真实生产环境中的大型图工作负载方面的强大能力。

凭借在“LDBC SNB BI工作负载”方面的开创性工作，TigerGraph在国际大型数据库会议上引起了轰动，并赢得了“Best Paper Award”奖项。🏆
查看108TB报告

# 数据科学推荐

O’Reilly《图技术增强高级分析和机器学习》完整版已发布！

你想知道如何利用图技术来提升机器学习吗？你想通过关联数据来推动业务成果吗？这本书从2021年4月首次发布以来，经历了11次重要更新，现在正式发布了完整版，共有12章，共317页。

通过阅读这本书，你将轻松了解从互联数据中获取价值的三阶段方法。书中提供了丰富而详细的案例，帮助你快速学习如何使用图技术来实施高级分析和机器学习解决方案，从而推动业务成果。
获取完整版

# 产品更新

TigerGraph 3.9 LTS版本重要更新

  • 引入了多边功能，即两个顶点之间的相同类型的边可以支持多条，从而简化了应用设计，特别适用于涉及时序数据和其他复杂大型数据集的场景。

  • 新版本包含了一个数据流连接器，简化和统一了数据加载的设置。它采用了强大的基于Kafka的设计，并支持以多种格式（包括Parquet）托管在云上的数据源。这使得将流式数据导入和处理到TigerGraph更加容易。

  • 增强了监控和日志记录功能，为查询和加载作业提供更好的工作负载管理。改进后的监控功能可以提供系统性能和资源利用情况的洞察，使用户能够优化他们的工作流程。

除了新功能外，TigerGraph 3.9 LTS还包括错误修复和性能改进。这些增强措施旨在提供更稳定和高效的图数据库体验。请参考详细的发布说明，了解TigerGraph 3.9 LTS的更多信息：
发布说明
mdc-comillas
图课堂专题

图神经网络GNN 系列

理论与实践结合，帮助你快速了解两个热门话题：图数据切分和GNN模型数据加载实践，以及在图数据库中使用GNN对十亿级数据进行全量推理。
了解更多

复杂制造业如何借助图分析，加速供应链智能化？

越来越多的公司需要同时管理多条供应链，在大规模制造业中，供应链可能占公司成本的10%-20%。本系列专题将带你认识如何借助图分析加速供应链智能化。
了解更多

风险管理系列

金融机构如何利用图技术加快数字化进程？如何通过图技术改善银行APP的获客能力，以及在网贷反欺诈和监管方面的能力？我们将结合实际业务场景，逐步深入探讨，并通过使用Graph Studio可视化分析工具为大家提供在线演示。
了解更多

从基础入门图分析

TigerGraph推出101系列课程，从图的基础到安装部署，通过实操和案例应用全方位解读，帮助你从认识图到熟练应用图。
了解更多
如果你也希望通过使用图技术来加快企业数字化进程，推动业务成果，或者想要了解更多在银行、制造业、制药业、零售业、电信业等行业中的应用案例，欢迎点击下方按钮，与我们联系并申请DEMO。
申请DEMO

TigerGraph Blog

分类

最新帖子