[gtranslate]

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

OpenAI ajuda a desvendar doenças raras infantis e dá nova esperança a casos sem diagnóstico

Um dos maiores desafios da medicina moderna está nos chamados "casos sem resposta": pacientes que…

23 de junho de 2026

Argentina quer criar empresas comandadas por IA — e acende debate global sobre responsabilidade e poder

A Argentina deu um passo inédito na corrida global pela inteligência artificial (IA). O governo…

22 de junho de 2026

Data centers no espaço? Musk revela plano para levar a IA à órbita terrestre

A corrida global pela inteligência artificial (IA) acaba de ganhar uma nova fronteira: o espaço.…

14 de junho de 2026

Metade dos norte-americanos teme perder o emprego para a IA — e a ansiedade só aumenta

A inteligência artificial (IA) já deixou de ser uma promessa tecnológica distante para se tornar…

13 de junho de 2026

IA supera professores de Direito em estudo de Stanford e acende debate sobre o futuro da educação jurídica; confira

A inteligência artificial (IA) acaba de alcançar mais um marco simbólico na educação superior. Um…

9 de junho de 2026

IA tem custo ambiental maior do que se imaginava, alerta relatório da ONU

A inteligência artificial (IA) está transformando setores inteiros da economia, impulsionando avanços em saúde, educação,…

9 de junho de 2026