Sa ngayon, ang pinakamalaking round ng financing sa graphics market ay hindi lamang magandang balita para sa TigerGraph, kundi para din sa buong market.
May-akda: George Anadiotis, May-akda: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Paksa: Big Data Analytics
Ang mga kumpanya ay mahusay sa pagkolekta ng data, at ang Internet of Things ay dinadala ito sa isang bagong antas.Gayunpaman, ginagamit ito ng mga pinaka-advanced na organisasyon upang himukin ang digital transformation.
Hindi talaga namin pinaplano na suriin ang merkado ng graphics.Ngunit kung minsan ay maaaring hadlangan ng balita ang pagbuo ng plano, at inihayag ng TigerGraphic na nakalikom ito ng $105 milyon sa Series C financing, na nagpabago sa aming plano.
Ang TigerGraph ay isang graph database provider.Sinaliksik namin ito mula nang umalis kami sa stealth noong 2017. Itinuturing namin ang pag-unlad na nagawa nito sa loob ng higit sa 3 taon bilang kuwento ng buong graph.Ang C series ng TigerGraph ay pinamumunuan ng Tiger Global, na dinadala ang kabuuang financing ng TigerGraph sa higit sa $170 milyon.
Ito ang background ng pag-uusap namin ni TigerGraph CEO Yu Xu at COO Todd Blaschka.Tinalakay namin ang ebolusyon ng TigerGraph at ang ebolusyon ng buong larawan.
Ang aming huling pakikipag-ugnayan sa TigerGraph ay halos isang taon na ang nakalipas, nang magsimula ang krisis sa COVID-19.Sa loob ng isang taon, dumaan ang TigerGraph sa isang panahon ng pagsasaayos para sa maraming kumpanya.Kabilang sa mga ito, dahil sa mabilis na bilis ng digital transformation, ang mga provider ng data at pagsusuri ay maaaring nasa tuktok ng listahan sa mga tuntunin ng mga resulta.
Sinabi ni Xu na para sa TigerGraph, ganito ang mga bagay.Ang pinakamahusay na quarter sa kasaysayan ng kumpanya noong 2020. Sina Xu at Blaschka ay humarap sa iba't ibang kwento ng tagumpay.Kasama sa mga kliyente ang Intuit at Jaguar Land Rover sa Australian Taxation Office.
Binanggit din nila ang maraming kaso ng paggamit, mula sa mga tipikal na diagram (tulad ng customer 360 at supply chain analysis) hanggang sa mas hindi pangkaraniwang mga kaso (tulad ng blockchain analysis at tax anti-fraud).Maayos ang lahat, ngunit halos isang tanong ang itatanong: Bakit kailangan natin ng isang round ng financing?
Upang isaalang-alang ito, may ilang bagay na dapat isaalang-alang.Ang larawang nabuo ng karanasan ng TigerGraph ay muling nagpapatunay sa aming mga karaniwang insight sa iba pang mga supplier sa larangang ito: lumilipat sila mula sa database patungo sa platform, mas malapit sa paglutas ng mga problema ng customer at paglikha ng halaga.
Ang Graph ay nakakita ng sumasabog na paglaki, at ang pagpopondo ng TigerGraph ay ang pinakamalaking sa ngayon sa larangan, na nagpapatunay nito.
Ipinakilala nina Xu at Blaschka kung paano nila nakikita kung paano makakuha ng mabilis at nasusukat na distributed graph database bilang panimulang punto.Nagbibigay-daan ito sa kanila na magkaroon ng foothold sa maraming organisasyon, kahit na wala silang gaanong reputasyon o mga kwento ng tagumpay na maipakita noong una.Gaya ng sinabi ni Xu, ang mga organisasyon ay "walang pagpipilian" kundi gamitin ang TigerGraph para sa ilang uri ng mga kaso ng paggamit.
Ang mga kaso ng paggamit na ito ay maaaring ilarawan bilang real-time na pagsusuri ng graph: pagkuha ng mga sagot na nangangailangan ng real-time na koneksyon at pagtawid sa maraming set ng data (karaniwan ay napakalaking set ng data).Sinabi ni Xu na sa maraming pagkakataon, ang TigerGraph ang tanging pagpipilian para sa mga ganitong kaso ng paggamit.Sa sandaling pinagtibay, sinimulan din itong gamitin ng mga customer sa iba pang mga kaso ng paggamit, at ngayon, madalas na ginagamit ang TigerGraph bilang unang solusyon para sa offline na pagsusuri, patuloy na idinagdag ni Xu.
Ang paglipat ng stack ng TigerGraph ay maaaring mabago sa mga bagay tulad ng pagdaragdag ng mga visualization IDE at query function.Ito ay isang bagay na nilalayon ng kumpanya na paunlarin pa, at maaaring mapalawak sa mga lugar tulad ng tinatawag ni Xu na "Graph Business Intelligence"..Ipinakilala ni Xu nang detalyado ang ambisyon ng TigerGraph na lumikha ng "Tableau para sa Graph".Totoo na ang ambisyong ito ay maaaring mangailangan ng pondo upang maisulong ito.
Ngunit hindi ito nangangahulugan na ang TigerGraph ay walang down-to-earth operational na aspeto sa roadmap nito.Ang TigerGraph ay nagpapatakbo ng isang database-as-a-service na produkto sa loob ng ilang panahon at sumusuporta sa AWS at Microsoft Azure.Kasama sa mga plano ng kumpanya ang pagtaas ng suporta sa Google Cloud at pagpapalawak ng koponan nito upang matugunan ang lumalaking demand ng produkto, ngunit marami pa.
Kapag tinatalakay ang mga produktong cloud nito, binanggit ng mga tagapamahala ng TigerGraph na hindi lang nila gustong magdagdag ng suporta sa Google Cloud, ngunit nais din nilang magdagdag ng higit pang mga feature at mas mahusay na pagsasama sa mga umiiral nitong AWS at Microsoft Azure layer.Kapag tinatalakay kung ano ang maaaring isama, binigyang-diin ni Xu na ang pagsasama sa mga library ng machine learning na sinusuportahan ng mga cloud vendor ay isang magandang halimbawa.
Itinuro ni Xu na ang pagkuha sa BigQuery ng Google bilang isang halimbawa, ang pagsasama ng mga function ng machine learning ay isinasagawa sa isang malawak na hanay ng mga platform ng pamamahala ng data.Ang ideya ay simple-maaari nitong paikliin ang pipeline ng data na kinakailangan upang maproseso ang data ng machine learning.Ang layunin ay gawing mas madali ang trabaho ng mga data engineer at data scientist.
Sinabi ni Xu na ang paraan para gawin ito ay sa pamamagitan ng pagsasama ng mga extension na nakatuon sa machine learning sa SQL.Ang TigerGraph ay may sariling query language na tinatawag na GSQL, ngunit ang ideyang ito ay matagal nang umiral.Sa katunayan, kailangang gawin ito ng mga graphics vendor para sa iba pang mga kadahilanan.
Gaya ng nasabi na namin, kinumpirma ni Xu na ang graph-based na machine learning ay isang lugar na nakatanggap ng malawakang atensyon.Sa madaling salita, ang graph-based na machine learning ay tungkol sa paggamit ng multidimensional na data at paggamit ng mga koneksyon, sa halip na gawing 2 dimensyon ang lahat.Samakatuwid, makatuwirang gumamit ng isang graphics platform para sa layuning ito.
Kapag pinag-uusapan ang graph query language, binanggit din ni Xu ang GQL.Ang GQL ay kasalukuyang nasa ilalim ng auspice ng ISO, ang standardisasyon ng graphics query language, at nakatanggap ng suporta ng maraming supplier.Dahil matagal na kaming hindi nakakatanggap ng maraming balita mula sa aspetong ito, gusto naming malaman kung ano ang sitwasyon.
Panatag si Xu.Binanggit niya na ang GQL ay gumawa ng tuluy-tuloy na pag-unlad, at maaari tayong makakita ng mga resulta bago pa man ang 2021. Tulad ng lahat ng gawaing standardisasyon, ang mga bagay ay may posibilidad na mabagal ang pag-unlad.Kung isasaalang-alang kung gaano karaming mga tao at mga supplier ang kasangkot, ito ay maaaring asahan.Idinagdag pa ni Xu na ito ang pangalawang wika ng query na na-standardize ng ISO sa loob ng 40 taon pagkatapos ng SQL.
Ang isa pang puntong itinaas ni Xu sa GQL ay ang mga graph ay hindi tulad ng mga database ng key-value o database ng dokumento.Wala silang karaniwang wika ng query at maaaring hindi kailangan ng wikang ito.Ang graph ay isang mas mayaman at mas kumplikadong modelo ng data, na mas mayaman din kaysa sa relational na modelo, at hindi gaanong makatuwirang i-access ito sa pamamagitan ng program.
Nangangahulugan ba ito na pinapalitan sila ng mga organisasyon ng mga graphical na diagram upang palitan ang kanilang orihinal na relational database?Hindi pa tama, kahit hindi pa, pero maganda.Binanggit ni Xu ang TigerGraph bilang isang halimbawa ng pagpapatakbo ng sistema ng pag-record, ngunit binanggit na ang focus ay nasa pagsusuri pa rin.Iyon ay sinabi, gayunpaman, parami nang parami ang mga application ang magiging graphics muna.
May-akda: George Anadiotis, May-akda: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Paksa: Big Data Analytics
Natutugunan ng data ang agham: bukas na pag-access, mga code, set ng data at mga graph ng kaalaman para sa pananaliksik sa machine learning at iba pang larangan
Sa pamamagitan ng pagpaparehistro, sumasang-ayon ka sa mga tuntunin ng paggamit at tinatanggap ang mga kasanayan sa data na nakabalangkas sa patakaran sa privacy.
Magsu-subscribe ka rin sa “Today's Technology Update” at ZDNet announcement press release nang libre.Maaari kang mag-unsubscribe sa mga newsletter na ito anumang oras.
Sumasang-ayon kang tumanggap ng mga update, alerto at promosyon mula sa serye ng CBS ng mga kumpanya, kabilang ang "Technical Updates Today" ng ZDNet at ZDNet Announcement Newsletter.Maaari kang mag-unsubscribe anumang oras.
Sa pamamagitan ng pag-sign up, sumasang-ayon kang tanggapin ang napiling newsletter, at maaari kang mag-unsubscribe mula dito anumang oras.Sumasang-ayon ka rin sa mga tuntunin ng paggamit at kinikilala ang mga kasanayan sa pangongolekta at paggamit ng data na nakabalangkas sa aming patakaran sa privacy.
90,000 camera ang na-install sa mga pangunahing pampublikong lugar sa isla, at inaasahan din ng gobyerno ng Singapore na mag-deploy ng "mas" "game changer" na mga device.
Available na ngayon ang mga pribado at multi-cloud na extension ng IBM Public Cloud.Ang pagkakaiba ay nasa serbisyo ng IBM Cloud PaaS ng platform.…
Plano ng Seabin na seryosohin ang taong ito sa 2021, dahil lilipat ito sa artificial intelligence upang mas mahusay na magamit ang data na nakolekta ng kagamitan nito.
Hindi mapapalitan ng AMP ng Cloudera ang gawaing ginawa ng mga data scientist, ngunit bibigyan sila ng panimulang punto para makapag-focus sila sa code, mga nuances, at mga pag-ulit para sa mga kaso ng paggamit sa negosyo.…
Ang DataStax ay nagpapakilala ng serverless sa Astra cloud service nito.Bagama't nagbigay ng mga serbisyo ang AWS, minarkahan nito ang unang pagkakataong pumasok ang serverless sa isang cloud service batay sa Apache Cassandra...
Sa 2025, magkakaroon ng hanggang 819 milyong manggagawa sa rehiyon ng Asia-Pacific na gumagamit ng mga digital na kasanayan.Ang bilang ngayon ay 149 milyon.Maaaring harapin ng mga negosyo ang matinding kakulangan ng data, cloud at network security...
Ito ang dahilan kung bakit at kung paano ang isang startup na nilikha ng isang pangkat ng mga mananaliksik ilang buwan na ang nakalipas ay umakit ng malalaking kliyente ng korporasyon at maraming pera
Oras ng post: Mar-02-2021