Inteligência Artificial

Neo4j anuncia recurso que aumenta o desempenho de consultas analíticas em até 100 vezes

A Neo4j, empresa líder em análise e banco de dados grafos, anunciou nesta quarta-feira (25) um novo recurso que aumenta o desempenho de consultas analíticas de dados em até 100 vezes. O recurso, chamado de Parallel Runtime, usa threads simultâneos para executar consultas de grafos analíticos em vários núcleos de CPU, isso pode auxiliar na evolução do desenvolvimento de plataformas de inteligência artificial.

Publicado por
Uesley Durães

O Parallel Runtime é baseado em uma técnica chamada paralelismo baseado em morsel, que divide as consultas em pedaços menores que podem ser executados em paralelo. Isso permite que o Neo4j processe consultas analíticas grandes e complexas muito mais rapidamente do que antes.

“O Parallel Runtime é um avanço significativo para a Neo4j”, disse Sudhir Hasbe, diretor de produtos da Neo4j. “Ele permite que nossos clientes obtenham insights mais rapidamente de seus dados, o que pode levar a melhores decisões de negócios.”

Para simplificar o entendimento, o Parallel Runtime da Neo4j pode ser usado em algumas situações como:

  • Uma empresa de varejo pode usar o Parallel Runtime para analisar dados de vendas e identificar tendências e padrões que podem ajudá-la a melhorar a experiência do cliente.
  • Um banco pode usar o Parallel Runtime para rastrear transações em tempo real e identificar atividades suspeitas.
  • Uma empresa de serviços financeiros pode usar o Parallel Runtime para criar um grafo de conhecimento de seus clientes e usar esse grafo para fornecer recomendações personalizadas.

Para a indústria de IA, o Parallel Runtime pode funcionar de várias maneiras. Um exemplo é o treinamento de modelos de aprendizado de máquina. O treinamento de modelos de aprendizado de máquina pode ser um processo muito lento, pois requer a execução de muitas iterações do modelo em um conjunto de dados. O Parallel Runtime pode ser usado para acelerar esse processo, executando o treinamento em paralelo em vários núcleos de CPU.

Outro exemplo é a inferência de modelos de aprendizado de máquina. A inferência de modelos de aprendizado de máquina é o processo de usar um modelo treinado para fazer previsões ou recomendações. A inferência de modelos de aprendizado de máquina também pode ser um processo lento, pois requer a execução de uma consulta no modelo. O Parallel Runtime pode ser usado para acelerar esse processo, executando a consulta em paralelo em vários núcleos de CPU.

O Parallel Runtime está disponível agora no Neo4j Graph Database e no Neo4j AuraDB.

Veja também:

Este post foi modificado pela última vez em 25 de outubro de 2023 13:51

Uesley Durães

Posts recentes

IA e Sustentabilidade: Uma corrida tecnológica com alto consumo energético

O boom da inteligência artificial (IA) impulsiona as ações das Big Techs, mas a um…

6 de julho de 2024

Wimbledon usa IA para combater abuso online contra jogadores

O All England Lawn Tennis Club está usando inteligência artificial (IA) pela primeira vez para…

5 de julho de 2024

Seguradoras preocupadas com ataques terroristas e uso de IA durante Olimpíadas de Paris

Seguradoras temem que ataques terroristas ou imagens falsas geradas por inteligência artificial (IA) possam atrapalhar…

5 de julho de 2024

AIED 2024: CESAR School sedia em Recife maior conferência internacional de IA na Educação

A CESAR School, em parceria com diversas universidades brasileiras, recebe na capital pernambucana, entre 8…

5 de julho de 2024

Lucro da Samsung surpreende com alta de mais de 15 vezes graças ao boom da IA

A Samsung Electronics superou estimativas e anunciou na sexta-feira (5) um aumento de mais de…

5 de julho de 2024

Rodovia inteligente do futuro: IA a serviço da segurança no trânsito

Prepare-se para uma nova era na direção: um trecho de 3 km da Interstate 94…

5 de julho de 2024