TigerGraph 通过添加混合搜索功能，为其图数据库提供全面解决方案

2025年3月5日消息，企业 AI 基础设施和图数据库的领导者 TigerGraph，近日发布其下一代图和向量混合搜索，通过复杂的模式分析提供行业“最先进”的解决方案，以检测数据异常，识别与预期规范的关键偏差，并提供可操作的推荐。

根据公司表示，在单一高性能、可扩展平台上集成图和向量搜索，为企业在开发更精确的欺诈和反洗钱检测、实时个性化推荐以及图像和多媒体匹配等方面的 AI 系统提供了全面解决方案。

同时，TigerGraph 已发布其图数据库的社区版，该版本提供了显著的计算能力和存储容量，该公司表示。

通过利用图来表示专有本地知识和实时数据，包括它们之间的关系，图增强 AI 和 GraphRAG 提供更高级别的个性化解释性。

该公司表示，这种多模态方法简化了复杂 AI 用例的设计和操作，大幅降低了基础设施复杂性和代码需求，同时提供企业级安全、访问控制和可靠性。

TigerGraph 向量搜索的优势包括：

• 高级结构化和非结构化数据的混合搜索 - 提升了机器学习和人工智能系统的可发现性和情境丰富理解，显著提高了其分析能力。
• 丰富关系建模 - 提供对实体之间复杂关系的支持，并创建复杂的知识图谱。
• 集成查询语言 - 在 GSQL 中表达混合图+向量查询，和谐实现结构化和非结构化查询组合。Python 库也支持向量数据库操作。

TigerGraph 的社区版是一个功能强大的图数据库，即使在生产环境中使用也是免费的：

• 16 个计算核心，提供显著更高的性能。
• 200 GB 图存储和 100 GB 矢量存储，以支持人工智能驱动应用。
• 广泛的 AI/ML 开源库，简化了图+向量应用的开发，包括 GraphRAG。
• GSQL、OpenCypher 和 ISO GQL，提供最广泛和最强大的查询语言支持。

我们继续引领行业，为 AI 和机器学习用户提供最快、最具可扩展性的分析解决方案，”TigerGraph 首席执行官 Rajeev Shrivastava 表示。“作为工程师，我非常兴奋将这些解决方案直接交给那些正在构建关键任务、依赖 AI 的产品并改善客户生活的开发者。”

关于此新闻的更多信息，请访问www.tigergraph.com