10月22日,由企业级可扩展图分析平台TigerGraph主办的“图创未来·无界精彩”Graph + AI 2021中国峰会于前日圆满落幕。本次峰会超3500人参与,较往届增长340%,与会者包括来自耐克、特斯拉、联合利华、西门子、通用电气等上百家财富500强企业的数据科学家、数据工程师、业务负责人和IT高管。TigerGraph今年也邀请到更多的客户及生态合作伙伴发表演讲,如Gartner、中国银联、浦发银行、联通、泰康在线、戴尔、汉堡王、联合健康集团等行业龙头企业。今年,除了中国的线上峰会,TigerGraph还在美国旧金山、纽约两地开办线下论坛,盛况空前。
作为图数据库和图分析领域的风向标级活动,Graph + AI峰会旨在利用图算法加速分析、人工智能和机器学习项目,致力于推动图在各行业中的应用发展。围绕图技术的突破及与人工智能结合的应用前景,中国线上峰会设置了四个会场,包括上午的主题演讲和下午的技术论坛、金融案例精选和综合案例精选三个分会场。
主会场:图技术腾飞 行业发展繁荣可期
图技术正在被应用在我们日常生活的方方面面,电网照明我们的城市、供应链优化后的货运交付、癌症研究和图技术辅助的药物发现等。TigerGraph的创始人兼CEO许昱博士在“图创未来新发展”主题演讲中表示:“对于数据科学家来说,机器学习和人工智能正在从根本上改变许多行业,而图特征、图神经网络和图算法增强了传统的机器学习和AI 解决方案。”
围绕图技术的商业价值、企业级可扩展性能及企业的应用成本,TigerGraph产品及创新副总裁郁介斌博士及机器学习/人工智能副总裁Victor Lee博士共同发表了“Graph + AI:未来的发展与走向“主题演讲,从Tigergraph角度剖析图技术的商业化普及路径,并发布了TigerGraph企业版3.2。

图:TigerGraph企业版3.2主要功能
新版本更新了40余项新功能,使TigerGraph成为第一个也是唯一一个在36TB上完成LDBC SNB-SF30K BI的供应商。
技术论坛:图技术赋能 AI行业实用性拐点将至
技术论坛上,TigerGraph的工程师们分别介绍了图结合人工智能及机器学习、TigerGraph可视化运维工具、GSQL及图算法,在医疗保健领域的实时建议、工业供应链中的决策分析及金融服务中可提供的行业领先业务价值,展示了TigerGraph在企业级应用中的可扩展性和卓越的数据库性能。
金融案例精选:图技术实战 金融业数据要素价值跃升
围绕图技术在金融领域的应用,TigerGraph邀请到了泰康在线、HPE、中国银联、浦发银行、览众科技、鹏图数据科技、中亦科技及凯捷Capgemini的负责人进行分享,展示了图技术在反欺诈、金融业务建模、数据资产管理的应用。
综合案例精选:图技术漫谈 各领域应用新格局渐呈
综合案例精选分论坛上,联通数字科技、汉堡王、Optum (UnitedHealth Group)、Intuit、点春科技、能运物流、Yeexun及Dell的工程师及专家就图技术在电信、零售、物流等行业的应用进行分享。
Gartner在2021年2月的研究中表明,2021年数据和分析创新将使用图技术的应用率仅为10%,并预测到2025年,这个比例将达到80%,图技术促进了整个企业的快速决策[1]。Graph+AI峰会开办两年来,图领域影响力不断扩大,开发者社区快速增长,周访问量同比增长340%,应用TigerGraph图技术的GitHub项目同比增长700%。未来,TigerGraph将持续致力图技术在各行各业的普及,推动图技术的大众化应用,与合作伙伴共建行业繁荣。
许昱博士表示:“我们正在走向实现愿景的路上,现在我们能看到越来越多的企业在用图数据库来改变世界,改善他们客户的体验,提高他们的效益。我希望未来图技术能成为开发者的首选工具,想解决什么问题时,第一选择就是图。而推动图技术的普及和大众化应用,这就是TigerGraph的愿景。”
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。