Skip to main content

概述

最新更新时间：2024 年 11 月 13 日

ArcNeural 是以 Data-Centric AI 为核心理念构建的多模态智能引擎，支持图（Graph）、向量（Vector）、表格（Table）、时序（Temporal）、JSON 等多种数据模态的融合与处理。 ArcNeural 将传统数据库的“存储&计算”模式升级为更先进的“记忆&推理”架构，旨在为企业 AI 智能应用提供更为便捷的私有化记忆存储服务，以及更加强大且可解释的推理能力。

img_1.png

ArcNeural 不仅提供集成多模态的综合解决方案，还针对不同企业需求推出了专业数据库产品，包括图数据库（ArcGraph）和向量数据库（ArcVector）。

本文档专注于介绍 ArcGraph 图数据库。作为一个图数据库，ArcGraph 具有分布式、云原生、支持 HTAP 和灵活部署的特点，并根据不同应用场景支持多种部署方式。ArcGraph 完全兼容 OpenCypher 语言，致力于为用户提供一个简单易用、高性能的图数据库解决方案。

产品优势​

ArcNeural 拥有诸多卓越特性，以适应不断变化的市场需求和复杂的业务场景。其主要优势如下：

  • 国产自研，安全可控

    ArcNeural 采用 Rust 编程语言开发，核心代码完全自研，拥有独立知识产权。从团队组成、技术研发到产品输出，ArcNeural 全面实现了国产化与自主可控。

  • 灵活部署，性能卓越

    同时兼容单机和分布式部署，一套应用代码即可适配两种架构，无需因数据库扩容或升级而修改代码。具备全面的分布式存储、查询、事务处理和计算能力，通过混合调度策略，确保在不同数据量和硬件资源条件下性能最优。

  • 多模态支持，简单易用

    支持 Graph、Vector、Table、JSON、Temporal 等多模态数据处理，兼容 Cypher 图查询语法，显著提高开发效率与系统性能。支持 Java、Python、RESTful API 等多客户端协议和 SDK，简化应用集成。

  • 图智能创新，一图多算

    图计算引擎支持 HTAP 混合负载，创新 One Query 功能，一条 MATCH…CALL… 语句即可同时调用图查询和图算法。实现了数据的在线和离线计算同步进行，有效解决了离线图计算的时效性问题。

关键技术​

  • 分布式数据库架构

    存算分离云原生设计是一种先进的设计理念，将存储和计算资源解耦，以实现更高的性能、更大的灵活性和更强的可扩展性。这种设计充分利用了云计算的优势，支持高并发、高可用和容错能力，适应了大规模数据处理和复杂业务场景的需求。

  • 多模融合

    ArcNeural 提供了图数据Graph 和向量数据 Vector 的融合存储方案，可以同时进行精确查找和近似语义查找，简化了数据模型，提高开发效率。除此之外，ArcNeural 还支持比如 Table、JSON 这些常见的数据模态，以及独创的时态图（Temporal Graph）模态，通过在图数据模型中添加一个新的时间维度来增强状态和时间多维信息融合的特色能力。

  • 金融级高可用架构

    为了确保高可用性，ArcNeural 采用了分布式架构和多副本技术。通过将数据分散到不同的节点并保留多个副本，实现了数据的冗余备份和故障转移，从而确保了在某个节点发生故障时，其他节点可以继续提供服务，保证了业务的连续性。此外，我们还支持跨机房、跨地域的容灾方案，可以在不同的地理位置上存储和管理数据，以应对各种自然灾害或突发情况。

  • 原图存储和分布式图计算框架

    ArcNeural 中的图引擎使用原图存储技术，这是一种专为图设计的存储方式，可以有效地降低存储成本和提高查询效率。同时 ArcNeural还拥有高性能图计算引擎，能够高效地处理大规模的图数据和复杂的图算法。该引擎采用了分布式计算框架和内存计算技术，可以快速执行复杂的查询和计算任务，为您的应用程序提供高度准确和实时的大数据处理能力。

典型应用场景​

  • 智能风控场景

    在金融领域中，智能风控是至关重要的一环，它能够有效地预防和控制金融风险。Fabarta 多模态智能引擎（ArcNeural）可以通过将机构的多源异构数据进行整合，通过图数据模型结合向量将结构化数据、非结构化数据关联起来构建一个复杂的关联网络模型，将金融数据和其他相关信息整合在一起，进行深度分析和挖掘。在这个过程中，Fabarta 多模态智能引擎（ArcNeural）能够快速处理大量的数据，同时能够准确地识别出高风险用户和交易，为金融机构提供及时预警和风险评估。

  • 知识图谱场景

    知识图谱是一种基于图的知识表示方法，它将各种实体、概念和关系以图形化的方式进行表达和组织。Fabarta 多模态智能引擎（ArcNeural）在知识图谱场景中有着广泛的应用，它可以帮助企业构建自己的知识图谱，将内部和外部的数据进行有效的整合和组织， 同时通过图和向量的融合进一步支持企业的信息检索、 文本挖掘、智能问答等应用。

  • 反洗钱场景

    在金融领域中，反洗钱是一项重要的工作。Fabarta 多模态智能引擎（ArcNeural）可以通过构建复杂的网络模型，将金融机构的海量数据进行整合和分析，发现异常交易和可疑行为，从而支持金融机构的反洗钱工作。在这个过程中，Fabarta 多模态智能引擎（ArcNeural）能够快速处理大量的数据，同时能够准确地识别出可疑交易和行为，为金融机构提供及时预警和风险评估。

  • 医学图像分析场景

    医学图像分析是一种利用医学影像技术进行疾病诊断和治疗的方法。Fabarta 多模态智能引擎（ArcNeural）可以帮助医生构建高效的医学影像分析系统，将各种医学影像数据进行整合和组织，通过图像处理和分析算法，对医学影像进行分析和解码，将影像进行向量化存储的同时，通过对于医学图像的元数据进行解析，进一步形成医疗文书关联图谱，在这种场景下，Fabarta 多模态智能引擎（ArcNeural）可以帮助医生更好地诊断病情和治疗疾病，提高医疗水平和效率。

  • 物体/声纹识别场景

    物体/声纹识别是一种利用人工智能技术进行物体和声纹识别的方法。Fabarta 多模态智能引擎（ArcNeural）可以帮助企业构建高效的物体/声纹识别系统，将各种物体和声纹数据进行整合和组织，通过特征提取和匹配算法，对物体和声纹进行行量化存储，并提供准确的识别和比对。在这种场景下，Fabarta 多模态智能引擎（ArcNeural）可以帮助企业更好地实现物体和声纹的智能化识别和管理，提高工作效率和准确性。