โทปิก

มุมขวาบน: TigerGraph ได้รับเงินทุน Series C มูลค่า 105 ล้านดอลลาร์สหรัฐ และตลาดกราฟกำลังเติบโต

จนถึงขณะนี้ การจัดหาเงินทุนรอบที่ใหญ่ที่สุดในตลาดกราฟิกไม่เพียงแต่เป็นข่าวดีสำหรับ TigerGraph แต่ยังรวมถึงตลาดทั้งหมดด้วย
ผู้แต่ง: George Anadiotis ผู้แต่ง: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |หัวข้อ: การวิเคราะห์ข้อมูลขนาดใหญ่
บริษัทต่างๆ เก่งในการรวบรวมข้อมูล และ Internet of Things กำลังยกระดับขึ้นไปอีกระดับอย่างไรก็ตาม องค์กรที่ก้าวหน้าที่สุดกำลังใช้สิ่งนี้เพื่อขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัล
เราไม่ได้วางแผนที่จะทบทวนตลาดกราฟิกจริงๆแต่บางครั้งข่าวอาจเป็นอุปสรรคต่อการพัฒนาแผนได้ และ TigerGraphic ก็ประกาศว่าได้ระดมทุน 105 ล้านดอลลาร์ในการจัดหาเงินทุน Series C ซึ่งทำให้แผนของเราเปลี่ยนไป
TigerGraph เป็นผู้ให้บริการฐานข้อมูลกราฟเราได้ค้นคว้าข้อมูลนี้ตั้งแต่เราถอนตัวจากการลักลอบในปี 2017 เราถือว่าความคืบหน้าที่เกิดขึ้นในรอบกว่า 3 ปีเป็นเรื่องราวของกราฟทั้งหมดซีรีส์ C ของ TigerGraph นำโดย Tiger Global ทำให้เงินทุนทั้งหมดของ TigerGraph มีมูลค่ามากกว่า 170 ล้านดอลลาร์
นี่คือเบื้องหลังการสนทนาของเรากับ Yu Xu ซีอีโอ TigerGraph และ COO Todd Blaschkaเราได้พูดคุยถึงวิวัฒนาการของ TigerGraph และวิวัฒนาการของภาพรวมทั้งหมด
การติดต่อครั้งล่าสุดของเรากับ TigerGraph คือประมาณหนึ่งปีที่แล้ว ซึ่งเป็นช่วงที่วิกฤตโควิด-19 เริ่มต้นขึ้นในระยะเวลาหนึ่งปี TigerGraph ได้ผ่านช่วงการปรับตัวสำหรับหลายบริษัทในบรรดาผู้ให้บริการเหล่านี้ เนื่องจากการเปลี่ยนแปลงทางดิจิทัลที่เร่งขึ้นอย่างรวดเร็ว ผู้ให้บริการข้อมูลและการวิเคราะห์จึงอาจอยู่ในอันดับต้น ๆ ของรายการในแง่ของผลลัพธ์
Xu กล่าวว่าสำหรับ TigerGraph สิ่งต่างๆ ก็เป็นเช่นนี้ไตรมาสที่ดีที่สุดในประวัติศาสตร์ของบริษัทในปี 2020 Xu และ Blaschka ต้องเผชิญกับเรื่องราวความสำเร็จที่แตกต่างกันลูกค้า ได้แก่ Intuit และ Jaguar Land Rover ไปยังสำนักงานภาษีของออสเตรเลีย
พวกเขายังได้กล่าวถึงกรณีการใช้งานมากมาย ตั้งแต่ไดอะแกรมทั่วไป (เช่น Customer 360 และการวิเคราะห์ห่วงโซ่อุปทาน) ไปจนถึงกรณีที่ผิดปกติมากขึ้น (เช่น การวิเคราะห์บล็อคเชน และการต่อต้านการฉ้อโกงทางภาษี)ทุกอย่างเป็นไปด้วยดี แต่มีคำถามเกือบหนึ่งคำถาม: ทำไมเราจึงต้องมีการจัดหาเงินทุนรอบหนึ่ง?
เพื่อคำนึงถึงเรื่องนี้ มีบางสิ่งที่ต้องพิจารณาภาพที่สร้างขึ้นจากประสบการณ์ของ TigerGraph เป็นการยืนยันข้อมูลเชิงลึกร่วมกันของเรากับซัพพลายเออร์รายอื่นๆ ในสาขานี้: พวกเขากำลังย้ายจากฐานข้อมูลไปยังแพลตฟอร์ม เข้าใกล้การแก้ปัญหาของลูกค้าและสร้างมูลค่ามากขึ้น
Graph มีการเติบโตอย่างรวดเร็ว และเงินทุนของ TigerGraph ถือเป็นเงินทุนที่ใหญ่ที่สุดเท่าที่เคยมีมาในสาขานี้ ซึ่งพิสูจน์ให้เห็นสิ่งนี้แล้ว
Xu และ Blaschka แนะนำวิธีที่พวกเขาดูวิธีรับฐานข้อมูลกราฟแบบกระจายที่รวดเร็วและปรับขนาดได้เป็นจุดเริ่มต้นสิ่งนี้ทำให้พวกเขาได้ตั้งหลักในหลายๆ องค์กร แม้ว่าพวกเขาจะไม่ได้มีชื่อเสียงหรือเรื่องราวความสำเร็จมากนักในตอนแรกก็ตามดังที่ Xu กล่าว องค์กรต่างๆ “ไม่มีทางเลือก” เว้นแต่จะใช้ TigerGraph สำหรับกรณีการใช้งานบางประเภท
กรณีการใช้งานเหล่านี้สามารถอธิบายได้ว่าเป็นการวิเคราะห์กราฟแบบเรียลไทม์: การได้รับคำตอบที่ต้องมีการเชื่อมต่อแบบเรียลไทม์และการข้ามชุดข้อมูลจำนวนมาก (โดยปกติจะเป็นชุดข้อมูลขนาดใหญ่)Xu กล่าวว่าในหลายกรณี TigerGraph เป็นทางเลือกเดียวสำหรับกรณีการใช้งานดังกล่าวเมื่อนำมาใช้ ลูกค้าก็เริ่มนำไปใช้ในกรณีการใช้งานอื่นๆ และในปัจจุบัน TigerGraph มักถูกใช้เป็นโซลูชันแรกสำหรับการวิเคราะห์ออฟไลน์ Xu กล่าวเสริมต่อไป
การย้ายสแต็กของ TigerGraph ขึ้นสามารถเปลี่ยนเป็นสิ่งต่างๆ ได้ เช่น การเพิ่ม IDE การแสดงภาพและฟังก์ชันคิวรีนี่คือสิ่งที่บริษัทตั้งเป้าที่จะพัฒนาเพิ่มเติม และสามารถขยายไปยังด้านต่างๆ เช่น สิ่งที่ Xu เรียกว่า "Graph Business Intelligence".Xu แนะนำรายละเอียดเกี่ยวกับความมุ่งมั่นของ TigerGraph ในการสร้าง "Tableau for Graph"เป็นความจริงที่ว่าความทะเยอทะยานนี้อาจต้องใช้เงินทุนเพื่อส่งเสริม
แต่นี่ไม่ได้หมายความว่า TigerGraph ไม่มีแง่มุมการปฏิบัติงานแบบพื้นฐานในแผนงานTigerGraph ใช้งานผลิตภัณฑ์ฐานข้อมูลในรูปแบบบริการมาระยะหนึ่งแล้ว และรองรับ AWS และ Microsoft Azureแผนของบริษัทรวมถึงการเพิ่มการสนับสนุน Google Cloud และการขยายทีมเพื่อตอบสนองความต้องการผลิตภัณฑ์ที่เพิ่มขึ้น แต่ยังมีอะไรมากกว่านั้น
เมื่อพูดถึงผลิตภัณฑ์คลาวด์ ผู้จัดการ TigerGraph กล่าวว่าพวกเขาไม่เพียงต้องการเพิ่มการรองรับ Google Cloud เท่านั้น แต่ยังต้องการเพิ่มคุณสมบัติเพิ่มเติมและการบูรณาการที่ดีขึ้นกับเลเยอร์ AWS และ Microsoft Azure ที่มีอยู่เมื่อพูดถึงสิ่งที่อาจรวมอยู่ Xu เน้นย้ำว่าการบูรณาการกับไลบรารีการเรียนรู้ของเครื่องที่สนับสนุนโดยผู้จำหน่ายระบบคลาวด์เป็นตัวอย่างที่ดี
Xu ชี้ให้เห็นว่า BigQuery ของ Google เป็นตัวอย่าง การบูรณาการฟังก์ชันการเรียนรู้ของเครื่องกำลังดำเนินการในแพลตฟอร์มการจัดการข้อมูลที่หลากหลายแนวคิดนี้เรียบง่าย โดยสามารถร่นขั้นตอนข้อมูลที่จำเป็นในการประมวลผลข้อมูลแมชชีนเลิร์นนิงได้จุดประสงค์คือเพื่อให้งานของวิศวกรข้อมูลและนักวิทยาศาสตร์ข้อมูลง่ายขึ้น
Xu กล่าวว่าวิธีการทำเช่นนี้คือการรวมส่วนขยายที่เน้นการเรียนรู้ของเครื่องเข้ากับ SQLTigerGraph มีภาษาคิวรีของตัวเองที่เรียกว่า GSQL แต่แนวคิดนี้มีมาระยะหนึ่งแล้วผู้จำหน่ายกราฟิกจำเป็นต้องทำเช่นนี้ด้วยเหตุผลอื่น
ดังที่เราได้ชี้ให้เห็นไปแล้ว Xu ยืนยันว่าการเรียนรู้ของเครื่องที่ใช้กราฟเป็นพื้นที่ที่ได้รับความสนใจอย่างกว้างขวางกล่าวโดยสรุป การเรียนรู้ของเครื่องที่ใช้กราฟเป็นเรื่องเกี่ยวกับการใช้ข้อมูลหลายมิติและใช้ประโยชน์จากการเชื่อมต่อ แทนที่จะลดทุกอย่างให้เป็น 2 มิติดังนั้นจึงเหมาะสมที่จะใช้แพลตฟอร์มกราฟิกเพื่อจุดประสงค์นี้
เมื่อพูดถึงภาษาคิวรีกราฟ Xu ยังกล่าวถึง GQL อีกด้วยปัจจุบัน GQL อยู่ภายใต้การอุปถัมภ์ของ ISO ซึ่งเป็นมาตรฐานของภาษาคิวรีกราฟิก และได้รับการสนับสนุนจากซัพพลายเออร์หลายรายเนื่องจากเราไม่ค่อยได้รับข่าวสารด้านนี้มาระยะหนึ่งแล้ว จึงอยากทราบว่าสถานการณ์เป็นอย่างไร
ซูมีความมั่นใจเขากล่าวว่า GQL มีความก้าวหน้าอย่างต่อเนื่อง และเราอาจเห็นผลลัพธ์ก่อนปี 2021 อีกด้วย เช่นเดียวกับงานมาตรฐานอื่นๆ สิ่งต่างๆ มักจะดำเนินไปอย่างช้าๆเมื่อพิจารณาถึงจำนวนคนและซัพพลายเออร์ที่เกี่ยวข้อง ก็สามารถคาดหวังได้Xu กล่าวต่อไปว่านี่เป็นภาษาคิวรีที่สองที่ได้รับมาตรฐานโดย ISO ในรอบ 40 ปีหลังจาก SQL
อีกประเด็นหนึ่งที่ Xu ยกขึ้นมาใน GQL ก็คือกราฟไม่เหมือนกับฐานข้อมูลคีย์-ค่าหรือฐานข้อมูลเอกสารพวกเขาไม่มีภาษาคิวรีมาตรฐานและอาจไม่ต้องการภาษานี้กราฟเป็นแบบจำลองข้อมูลที่สมบูรณ์และซับซ้อนกว่า ซึ่งสมบูรณ์กว่าแบบจำลองเชิงสัมพันธ์ด้วย และไม่สมเหตุสมผลนักที่จะเข้าถึงแบบจำลองโดยทางโปรแกรม
นี่หมายความว่าองค์กรต่างๆ กำลังแทนที่พวกเขาด้วยไดอะแกรมกราฟิกเพื่อแทนที่ฐานข้อมูลเชิงสัมพันธ์ดั้งเดิมหรือไม่ยังไม่ถูกต้องนัก อย่างน้อยก็ยังไม่ใช่แต่ก็ดีXu กล่าวถึง TigerGraph เป็นตัวอย่างการทำงานของระบบบันทึก แต่กล่าวว่ายังคงมุ่งเน้นที่การวิเคราะห์อย่างไรก็ตาม แอปพลิเคชั่นจำนวนมากขึ้นเรื่อยๆ จะเป็นกราฟิกก่อน
ผู้แต่ง: George Anadiotis ผู้แต่ง: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |หัวข้อ: การวิเคราะห์ข้อมูลขนาดใหญ่
ข้อมูลมาบรรจบกับวิทยาศาสตร์: การเข้าถึงแบบเปิด โค้ด ชุดข้อมูล และกราฟความรู้สำหรับการวิจัยแมชชีนเลิร์นนิงและสาขาอื่นๆ
โดยการลงทะเบียน แสดงว่าคุณยอมรับข้อกำหนดการใช้งานและยอมรับแนวทางปฏิบัติด้านข้อมูลที่ระบุไว้ในนโยบายความเป็นส่วนตัว
นอกจากนี้คุณยังจะสมัครรับ "การอัปเดตเทคโนโลยีวันนี้" ของ ZDNet และข่าวประชาสัมพันธ์ประกาศ ZDNet ได้ฟรีคุณสามารถยกเลิกการสมัครรับจดหมายข่าวเหล่านี้ได้ตลอดเวลา
คุณตกลงที่จะรับข้อมูลอัปเดต การแจ้งเตือน และโปรโมชั่นจากกลุ่มบริษัท CBS รวมถึง "การอัปเดตทางเทคนิควันนี้" ของ ZDNet และจดหมายข่าวประกาศ ZDNetคุณสามารถยกเลิกการสมัครได้ตลอดเวลา
การสมัครแสดงว่าคุณตกลงที่จะรับจดหมายข่าวที่เลือก และคุณสามารถยกเลิกการสมัครได้ตลอดเวลาคุณยังยอมรับเงื่อนไขการใช้งานและรับทราบแนวทางปฏิบัติในการเก็บรวบรวมและการใช้งานข้อมูลที่ระบุไว้ในนโยบายความเป็นส่วนตัวของเรา
มีการติดตั้งกล้อง 90,000 ตัวในสถานที่สาธารณะหลักๆ บนเกาะ และรัฐบาลสิงคโปร์ก็หวังที่จะติดตั้งอุปกรณ์ "เปลี่ยนเกม" "มากกว่านี้"
ส่วนขยายส่วนตัวและมัลติคลาวด์ของ IBM Public Cloud พร้อมใช้งานแล้วความแตกต่างอยู่ที่บริการ IBM Cloud PaaS ของแพลตฟอร์ม…
Seabin วางแผนที่จะดำเนินการอย่างจริงจังในปีนี้ในปี 2564 เนื่องจากจะเปลี่ยนไปใช้ปัญญาประดิษฐ์เพื่อใช้ประโยชน์จากข้อมูลที่เก็บรวบรวมโดยอุปกรณ์ของตนได้ดียิ่งขึ้น
AMP ของ Cloudera ไม่สามารถแทนที่งานที่ทำโดยนักวิทยาศาสตร์ข้อมูลได้ แต่ให้จุดเริ่มต้นเพื่อให้สามารถมุ่งเน้นไปที่โค้ด ความแตกต่าง และการวนซ้ำสำหรับกรณีการใช้งานทางธุรกิจ…
DataStax กำลังเปิดตัวบริการคลาวด์ Astra แบบไร้เซิร์ฟเวอร์แม้ว่า AWS จะให้บริการต่างๆ แล้ว แต่นี่นับเป็นครั้งแรกที่ไร้เซิร์ฟเวอร์ได้เข้าสู่บริการคลาวด์ที่ใช้ Apache Cassandra...
ภายในปี 2568 จะมีคนงานมากถึง 819 ล้านคนในภูมิภาคเอเชียแปซิฟิกที่ใช้ทักษะดิจิทัลตัวเลขวันนี้อยู่ที่ 149 ล้านคนองค์กรอาจเผชิญกับปัญหาการขาดแคลนข้อมูล คลาวด์ และความปลอดภัยเครือข่าย...
นี่คือสาเหตุและวิธีที่สตาร์ทอัพที่สร้างขึ้นโดยกลุ่มนักวิจัยเมื่อไม่กี่เดือนที่ผ่านมาดึงดูดลูกค้าองค์กรขนาดใหญ่และเงินจำนวนมาก


เวลาโพสต์: Mar-02-2021