Sejauh ini, putaran pembiayaan terbesar di pasar grafis bukan hanya kabar baik bagi TigerGraph, namun juga bagi seluruh pasar.
Penulis: George Anadiotis, “data besar” |2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Topik: Analisis Big Data
Perusahaan pandai mengumpulkan data, dan Internet of Things membawanya ke tingkat yang baru.Namun, organisasi-organisasi paling maju menggunakannya untuk mendorong transformasi digital.
Kami tidak benar-benar berencana untuk meninjau pasar grafis.Namun terkadang berita dapat menghambat pengembangan rencana tersebut, dan TigerGraphic mengumumkan bahwa mereka telah mengumpulkan $105 juta dalam pembiayaan Seri C, yang mengubah rencana kami.
TigerGraph adalah penyedia database grafik.Kami telah mempelajarinya sejak kami menarik diri dari mode siluman pada tahun 2017. Kami menganggap kemajuan yang dicapai selama lebih dari 3 tahun sebagai kisah keseluruhan grafik.Seri C TigerGraph dipimpin oleh Tiger Global, sehingga total dana yang dikumpulkan TigerGraph mencapai lebih dari $170 juta.
Hal inilah yang menjadi latar belakang perbincangan kami dengan CEO TigerGraph Yu Xu dan COO Todd Blaschka.Kami membahas evolusi TigerGraph dan evolusi keseluruhan gambarannya.
Kontak terakhir kami dengan TigerGraph adalah setahun yang lalu, ketika krisis COVID-19 dimulai.Dalam kurun waktu setahun, TigerGraph telah melalui masa penyesuaian bagi banyak perusahaan.Diantaranya, karena percepatan transformasi digital, penyedia data dan analisis bahkan mungkin berada di peringkat teratas dalam hal hasil.
Xu berkata bahwa bagi TigerGraph, beginilah keadaannya.Kuartal terbaik dalam sejarah perusahaan pada tahun 2020. Xu dan Blaschka telah menghadapi kisah sukses yang berbeda.Kliennya termasuk Intuit dan Jaguar Land Rover serta Kantor Perpajakan Australia.
Mereka juga menyebutkan banyak kasus penggunaan, mulai dari diagram biasa (seperti analisis pelanggan 360 dan rantai pasokan) hingga kasus penggunaan yang lebih tidak biasa (seperti analisis blockchain dan penipuan pajak).Semua baik-baik saja, tapi satu masalah hampir bisa diselesaikan: Mengapa kita perlu menggalang dana?
Untuk mempertimbangkan hal ini, ada beberapa hal yang perlu diperhatikan.Gambaran yang dihasilkan oleh pengalaman TigerGraph sekali lagi membuktikan kesamaan wawasan kami dengan pemasok lain di bidang ini: mereka beralih dari database ke platform, semakin dekat dalam memecahkan masalah pelanggan dan menciptakan nilai.
Graph menunjukkan pertumbuhan yang eksplosif, pendanaan TigerGraph merupakan dana terbesar di bidangnya sejauh ini, dan hal ini menegaskan hal ini
Xu dan Blaschka menjelaskan bagaimana mereka melihat cara mendapatkan database grafik terdistribusi yang cepat dan terukur sebagai titik awal.Meskipun mereka tidak memberikan banyak bantuan untuk nama atau kisah sukses mereka pada awalnya, hal ini memungkinkan mereka untuk mendapatkan pijakan di banyak organisasi.Seperti yang dikatakan Xu, organisasi “tidak punya pilihan” selain menggunakan TigerGraph untuk jenis kasus penggunaan tertentu.
Kasus penggunaan ini dapat digambarkan sebagai analisis grafis waktu nyata: memperoleh jawaban yang memerlukan koneksi waktu nyata dan penjelajahan banyak kumpulan data (biasanya kumpulan data yang sangat besar).Xu mengatakan bahwa dalam banyak kasus, TigerGraph adalah satu-satunya pilihan untuk kasus penggunaan tersebut.Setelah diadopsi, pelanggan juga mulai menggunakannya untuk kasus penggunaan lainnya, dan kini TigerGraph sering digunakan sebagai solusi pilihan untuk analisis offline, lanjut Xu.
Memindahkan tumpukan TigerGraph berarti bahwa IDE visualisasi dan fungsi kueri dapat ditambahkan, yang merupakan tujuan pengembangan lebih lanjut perusahaan, dan dapat diperluas ke area seperti Xu yang disebut “Graph Business Intelligence”.Xu merinci ambisi TigerGraph untuk membangun “Tableau for Graph”.Memang benar bahwa ambisi ini mungkin memerlukan dana untuk mempromosikannya.
Namun hal ini tidak berarti bahwa TigerGraph tidak memiliki aspek operasional yang membumi dalam peta jalannya.TigerGraph telah menjalankan database sebagai produk layanan selama beberapa waktu, dan mendukung AWS dan Microsoft Azure.Rencana perusahaan termasuk meningkatkan dukungan Google Cloud dan memperluas timnya untuk memenuhi permintaan produk yang terus meningkat, namun masih ada rencana lain.
Saat mendiskusikan produk cloud-nya, manajer TigerGraph menyebutkan bahwa mereka tidak hanya ingin menambahkan dukungan Google Cloud, namun juga ingin menambahkan lebih banyak fitur dan integrasi yang lebih baik ke lapisan AWS dan Microsoft Azure yang ada.Saat membahas apa yang mungkin disertakan, Xu menekankan bahwa integrasi dengan perpustakaan pembelajaran mesin yang didukung oleh vendor cloud adalah contoh yang baik.
Xu menunjukkan bahwa dengan mengambil contoh Google BigQuery, integrasi fungsi pembelajaran mesin sedang dilakukan di berbagai platform pengelolaan data.Idenya sederhana—dapat mempersingkat jalur data yang diperlukan untuk memproses data pembelajaran mesin.Tujuannya adalah untuk mempermudah pekerjaan data engineer dan data scientist.
Xu mengatakan cara untuk melakukan ini adalah dengan mengintegrasikan ekstensi berorientasi pembelajaran mesin dalam SQL.TigerGraph memiliki bahasa kuerinya sendiri yang disebut GSQL, namun gagasan ini telah ada sejak beberapa waktu.Faktanya, vendor grafis punya alasan lain untuk melakukan hal tersebut.
Seperti yang telah kami tunjukkan, Xu menegaskan bahwa pembelajaran mesin berbasis grafik adalah bidang yang mendapat perhatian luas.Singkatnya, pembelajaran mesin berbasis grafik adalah tentang pemrosesan data multidimensi dan memanfaatkan koneksi, bukan mereduksi segalanya menjadi dua dimensi.Oleh karena itu, masuk akal untuk menggunakan platform grafis untuk ini.
Saat berbicara tentang bahasa kueri grafik, Xu juga menyebutkan GQL.GQL saat ini berada di bawah naungan ISO, standarisasi bahasa query grafis sedang berjalan, dan telah mendapat dukungan dari banyak pemasok.Karena kami sudah lama tidak mendapat banyak berita, kami ingin mengetahui statusnya.
Xu meyakinkan.Dia menyebutkan bahwa GQL telah mengalami kemajuan yang stabil, dan kita mungkin akan melihat hasilnya bahkan sebelum tahun 2021. Seperti semua pekerjaan standardisasi, kemajuannya cenderung lambat.Mengingat banyaknya orang dan pemasok yang terlibat, hal ini dapat diperkirakan.Xu melanjutkan menambahkan bahwa ini adalah bahasa query kedua yang distandarisasi oleh ISO dalam 40 tahun setelah SQL.
Poin lain yang dibuat Xu tentang GQL adalah bahwa grafik tidak seperti database nilai kunci atau database dokumen.Mereka tidak memiliki bahasa kueri standar dan mungkin tidak memerlukan bahasa ini.Grafik adalah model data yang lebih kaya dan kompleks, yang juga lebih kaya daripada model relasional, dan tidak masuk akal untuk mengaksesnya secara terprogram.
Apakah ini berarti bahwa organisasi menggantinya dengan diagram grafis untuk menggantikan database relasional aslinya?Kurang tepat, setidaknya belum, tapi sudah bagus.Xu menyebut TigerGraph sebagai contoh pengoperasian sistem pencatatan, namun menyebutkan bahwa fokusnya masih pada analisis.Namun demikian, semakin banyak aplikasi yang mengutamakan grafis.
Penulis: George Anadiotis, “data besar” |2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Topik: Analisis Big Data
Data bertemu sains: akses terbuka, kode, kumpulan data, dan grafik pengetahuan untuk penelitian pembelajaran mesin dan bidang lainnya
Dengan mendaftar, Anda menyetujui ketentuan penggunaan dan menerima praktik data yang diuraikan dalam kebijakan privasi.
Anda juga akan berlangganan “Pembaruan Teknologi Hari Ini” ZDNet dan siaran pers pengumuman ZDNet secara gratis.Anda dapat berhenti berlangganan buletin ini kapan saja.
Anda setuju untuk menerima pembaruan, peringatan, dan promosi dari rangkaian perusahaan CBS, termasuk “Pembaruan Teknis Hari Ini” ZDNet dan buletin pengumuman ZDNet.Anda dapat berhenti berlangganan kapan saja.
Dengan menandatangani, Anda setuju untuk menerima buletin terpilih yang dapat Anda hentikan langganannya kapan saja.Anda juga menyetujui ketentuan penggunaan dan mengakui praktik pengumpulan dan penggunaan data yang diuraikan dalam kebijakan privasi kami.
Penambahan dukungan REST adalah strategi penghubung yang akan memudahkan organisasi yang melakukan pengembangan modern berbasis API untuk menjalankan kueri GraphQL mereka tanpa…
Strategi merek baru diusulkan dua tahun setelah penghapusan pencatatan dan akuisisi Keppel.Selama periode ini, Singtel berpindah ke tumpukan teknologi baru yang 90% berjalan di cloud dan disebut-sebut menawarkan… .
Laporan Accenture Technology Outlook 2021 “The Desired Leader: The Changing Master” menunjukkan lima tren yang perlu segera diatasi oleh perusahaan untuk merespons…
Langkah ini membawa sumber data pihak ketiga ke platform Aladdin BlackRock dan memungkinkan Snowflake memasuki pasar-pasar utama.
Singapore Centre adalah situs serupa yang pertama di luar AS. Ini adalah hasil investasi tiga tahun sebesar 50 juta dolar AS, yang diluncurkan pada tahun 2019 dan berfokus pada penelitian dan pengembangan teknologi transformasi digital,…
Microsoft selalu berada di posisi “kanan atas” dalam platform Analytics dan intelijen bisnis baru Gartner, Magic Quadrant, sementara pesaing utamanya sebenarnya bergerak naik dan turun.…
Platform berbasis Apache Spark terdaftar sepenuhnya di AWS pada tahun 2015, kemudian digeneralisasikan di Microsoft Azure pada tahun 2018, dan kini mencakup 3 hingga 3 platform cloud utama.…
©2021 ZDNET, perusahaan rintisan berwarna merah.seluruh hak cipta.Kebijakan Privasi|Pengaturan Kue|Periklanan |Syarat Penggunaan
Waktu posting: 24 Februari 2021