Die bislang größte Finanzierungsrunde im Grafikmarkt ist nicht nur eine gute Nachricht für TigerGraph, sondern für den gesamten Markt.
Autor: George Anadiotis, Autor: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Thema: Big Data Analytics
Unternehmen sind gut darin, Daten zu sammeln, und das Internet der Dinge bringt sie auf eine neue Ebene.Die fortschrittlichsten Unternehmen nutzen es jedoch, um die digitale Transformation voranzutreiben.
Wir planen nicht wirklich, den Grafikmarkt zu überprüfen.Aber manchmal können Nachrichten die Entwicklung des Plans behindern, und TigerGraphic gab bekannt, dass es 105 Millionen US-Dollar in einer Serie-C-Finanzierung eingesammelt hat, was unseren Plan geändert hat.
TigerGraph ist ein Anbieter von Graphdatenbanken.Wir erforschen es, seit wir uns 2017 aus der Tarnung zurückgezogen haben. Wir betrachten die Fortschritte, die es in mehr als drei Jahren gemacht hat, als die Geschichte der gesamten Grafik.Die C-Serie von TigerGraph wird von Tiger Global geleitet, wodurch sich die Gesamtfinanzierung von TigerGraph auf mehr als 170 Millionen US-Dollar beläuft.
Dies ist der Hintergrund unseres Gesprächs mit TigerGraph-CEO Yu Xu und COO Todd Blaschka.Wir haben die Entwicklung von TigerGraph und die Entwicklung des gesamten Bildes besprochen.
Unser letzter Kontakt mit TigerGraph war vor etwa einem Jahr, als die COVID-19-Krise begann.Innerhalb eines Jahres hat TigerGraph für viele Unternehmen eine Phase der Anpassung durchlaufen.Unter ihnen könnten Daten- und Analyseanbieter aufgrund der zunehmenden Geschwindigkeit der digitalen Transformation in Bezug auf die Ergebnisse sogar ganz oben auf der Liste stehen.
Xu sagte, dass die Dinge bei TigerGraph so seien.Das beste Quartal der Firmengeschichte im Jahr 2020. Xu und Blaschka haben unterschiedliche Erfolgsgeschichten hinter sich.Zu den Kunden des Australian Taxation Office gehören Intuit und Jaguar Land Rover.
Sie erwähnten auch viele Anwendungsfälle, von typischen Diagrammen (wie Kunden-360-Grad- und Lieferkettenanalysen) bis hin zu ungewöhnlicheren Fällen (wie Blockchain-Analyse und Steuerbetrugsbekämpfung).Alles ist gut, aber es stellt sich fast eine Frage: Warum brauchen wir eine Finanzierungsrunde?
Um dies zu berücksichtigen, gibt es einige Dinge zu beachten.Das durch die Erfahrung von TigerGraph erzeugte Bild bestätigt einmal mehr unsere gemeinsamen Erkenntnisse mit anderen Anbietern in diesem Bereich: Sie bewegen sich von der Datenbank zur Plattform, näher an der Lösung von Kundenproblemen und der Schaffung von Werten.
Graph hat ein explosionsartiges Wachstum erlebt, und die Finanzierung von TigerGraph ist die bisher größte in diesem Bereich, was dies beweist.
Xu und Blaschka stellten vor, wie sie als Ausgangspunkt eine schnelle und skalierbare verteilte Graphdatenbank erhalten.Dadurch können sie in vielen Organisationen Fuß fassen, auch wenn sie zunächst keinen großen Ruf oder Erfolgsgeschichten vorweisen konnten.Wie Xu sagte, haben Unternehmen „keine andere Wahl“, als TigerGraph für bestimmte Arten von Anwendungsfällen zu verwenden.
Diese Anwendungsfälle können als Echtzeit-Diagrammanalyse beschrieben werden: Erhalten von Antworten, die eine Echtzeitverbindung und das Durchlaufen vieler Datensätze (normalerweise riesiger Datensätze) erfordern.Xu sagte, dass TigerGraph in vielen Fällen die einzige Wahl für solche Anwendungsfälle sei.Nach der Einführung begannen Kunden, es auch in anderen Anwendungsfällen zu nutzen, und heute werde TigerGraph oft als erste Lösung für Offline-Analysen verwendet, fügte Xu weiter hinzu.
Durch das Verschieben des TigerGraph-Stacks können beispielsweise Visualisierungs-IDEs und Abfragefunktionen hinzugefügt werden.Dies möchte das Unternehmen weiterentwickeln und kann auf Bereiche wie das ausgeweitet werden, was Xu „Graph Business Intelligence“ nennt..Xu stellte TigerGraphs Ziel, „Tableau for Graph“ zu erstellen, ausführlich vor.Es ist wahr, dass dieses Ziel möglicherweise eine Finanzierung erfordert, um es zu fördern.
Das heißt aber nicht, dass TigerGraph keine bodenständigen operativen Aspekte in seiner Roadmap hat.TigerGraph betreibt seit einiger Zeit ein Database-as-a-Service-Produkt und unterstützt AWS und Microsoft Azure.Zu den Plänen des Unternehmens gehören die Ausweitung des Google Cloud-Supports und die Erweiterung seines Teams, um der wachsenden Produktnachfrage gerecht zu werden, aber es gibt noch mehr.
Bei der Erörterung seiner Cloud-Produkte erwähnten TigerGraph-Manager, dass sie nicht nur Google Cloud-Unterstützung hinzufügen, sondern auch mehr Funktionen und eine bessere Integration in die bestehenden AWS- und Microsoft Azure-Schichten hinzufügen möchten.Bei der Erörterung dessen, was enthalten sein könnte, betonte Xu, dass die Integration mit Bibliotheken für maschinelles Lernen, die von Cloud-Anbietern unterstützt werden, ein gutes Beispiel sei.
Xu wies darauf hin, dass am Beispiel von Googles BigQuery die Integration von Funktionen des maschinellen Lernens in einer Vielzahl von Datenverwaltungsplattformen erfolgt.Die Idee ist einfach: Sie kann die Datenpipeline verkürzen, die für die Verarbeitung von maschinellen Lerndaten erforderlich ist.Ziel ist es, die Arbeit von Dateningenieuren und Datenwissenschaftlern zu erleichtern.
Xu sagte, der Weg, dies zu erreichen, bestehe darin, auf maschinelles Lernen ausgerichtete Erweiterungen in SQL zu integrieren.TigerGraph verfügt über eine eigene Abfragesprache namens GSQL, aber diese Idee gibt es schon seit einiger Zeit.Tatsächlich müssen Grafikanbieter dies aus anderen Gründen tun.
Wie bereits erwähnt, bestätigte Xu, dass graphbasiertes maschinelles Lernen ein Bereich ist, der große Aufmerksamkeit erfährt.Kurz gesagt geht es beim graphbasierten maschinellen Lernen darum, mehrdimensionale Daten zu nutzen und Verbindungen zu nutzen, anstatt alles auf zwei Dimensionen zu reduzieren.Daher ist es sinnvoll, hierfür eine Grafikplattform zu nutzen.
Als Xu über die Graph-Abfragesprache sprach, erwähnte er auch GQL.GQL steht derzeit unter der Schirmherrschaft von ISO, der Standardisierung der Grafikabfragesprache, und wird von vielen Anbietern unterstützt.Da wir diesbezüglich seit einiger Zeit nicht mehr viele Neuigkeiten erhalten haben, möchten wir wissen, wie die Situation ist.
Xu ist beruhigend.Er erwähnte, dass GQL stetige Fortschritte gemacht habe und wir möglicherweise schon vor 2021 Ergebnisse sehen würden. Wie bei allen Standardisierungsarbeiten schreiten die Dinge tendenziell langsam voran.Wenn man bedenkt, wie viele Personen und Lieferanten beteiligt sind, ist dies zu erwarten.Xu fügte hinzu, dass dies nach SQL die zweite von der ISO standardisierte Abfragesprache innerhalb von 40 Jahren sei.
Ein weiterer von Xu zu GQL angesprochener Punkt ist, dass Diagramme nicht mit Schlüsselwertdatenbanken oder Dokumentdatenbanken vergleichbar sind.Sie verfügen nicht über eine Standardabfragesprache und benötigen diese Sprache möglicherweise nicht.Das Diagramm ist ein reichhaltigeres und komplexeres Datenmodell, das auch umfangreicher ist als das relationale Modell, und es macht wenig Sinn, programmgesteuert darauf zuzugreifen.
Bedeutet das, dass Organisationen diese durch grafische Diagramme ersetzen, um ihre ursprünglichen relationalen Datenbanken zu ersetzen?Noch nicht ganz richtig, zumindest noch nicht, aber es ist gut.Xu erwähnte TigerGraph als Beispiel für die Funktionsweise des Aufzeichnungssystems, erwähnte jedoch, dass der Schwerpunkt weiterhin auf der Analyse liege.Allerdings werden immer mehr Anwendungen zuerst grafisch sein.
Autor: George Anadiotis, Autor: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Thema: Big Data Analytics
Daten treffen auf Wissenschaft: Open Access, Codes, Datensätze und Wissensgraphen für die maschinelle Lernforschung und andere Bereiche
Mit der Registrierung stimmen Sie den Nutzungsbedingungen zu und akzeptieren die in der Datenschutzerklärung dargelegten Datenpraktiken.
Sie abonnieren außerdem kostenlos ZDNets „Today's Technology Update“ und ZDNet-Ankündigungs-Pressemitteilungen.Sie können diese Newsletter jederzeit abbestellen.
Sie erklären sich damit einverstanden, Aktualisierungen, Benachrichtigungen und Werbeaktionen der CBS-Unternehmensreihe zu erhalten, einschließlich „Technical Updates Today“ von ZDNet und den Ankündigungs-Newsletter von ZDNet.Sie können sich jederzeit abmelden.
Mit der Anmeldung erklären Sie sich mit dem Erhalt des ausgewählten Newsletters einverstanden und können diesen jederzeit abbestellen.Sie stimmen außerdem den Nutzungsbedingungen zu und erkennen die in unserer Datenschutzrichtlinie beschriebenen Datenerfassungs- und -nutzungspraktiken an.
90.000 Kameras wurden an wichtigen öffentlichen Orten auf der Insel installiert, und die Regierung von Singapur hofft auch, „mehr“ „bahnbrechende“ Geräte einzusetzen.
Private und Multi-Cloud-Erweiterungen der IBM Public Cloud sind jetzt verfügbar.Der Unterschied liegt im IBM Cloud PaaS-Service der Plattform.…
Seabin plant, dieses Jahr im Jahr 2021 ernst zu nehmen, da es auf künstliche Intelligenz zurückgreifen wird, um die von seinen Geräten gesammelten Daten besser zu nutzen.
Clouderas AMP kann die von Datenwissenschaftlern geleistete Arbeit nicht ersetzen, sondern ihnen einen Ausgangspunkt bieten, damit sie sich auf Code, Nuancen und Iterationen für geschäftliche Anwendungsfälle konzentrieren können.…
DataStax führt Serverless in seinen Astra-Cloud-Dienst ein.Obwohl AWS Dienste bereitgestellt hat, ist dies das erste Mal, dass Serverless in einen Cloud-Dienst einsteigt, der auf Apache Cassandra basiert.
Bis 2025 werden im asiatisch-pazifischen Raum bis zu 819 Millionen Arbeitnehmer digitale Kompetenzen nutzen.Die heutige Zahl beträgt 149 Millionen.Unternehmen können mit schwerwiegenden Engpässen bei der Daten-, Cloud- und Netzwerksicherheit konfrontiert sein …
Deshalb und warum lockte ein vor einigen Monaten von einer Forschergruppe gegründetes Startup große Firmenkunden und viel Geld an
Zeitpunkt der Veröffentlichung: 02.03.2021