2022中國圖計算技術(shù)及應(yīng)用發(fā)展研究報告

來源：CB Insights中國時間：2022-09-20 13:24:29 作者：

　　隨著云計算、大數(shù)據(jù)和人工智能等信息技術(shù)的快速發(fā)展，各行業(yè)數(shù)字化水平的逐步提高，企業(yè)業(yè)務(wù)環(huán)境和計算場景日益復(fù)雜，數(shù)間的關(guān)聯(lián)關(guān)系也正在變得更加交錯。在面對需要深度挖掘數(shù)據(jù)間復(fù)雜關(guān)聯(lián)關(guān)系的場景時，傳統(tǒng)的關(guān)系型數(shù)據(jù)往往計算效率低下，難以滿足應(yīng)用需求。

　　在此背景下，圖便有了大展身手的空間。這里的“圖”（Graph）是針對圖論而言，并非常見的圖片/圖形（Picture/Image），而是指由一系列的點、邊構(gòu)成的圖數(shù)據(jù)，能更自然、直觀地表述數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，是一種更符合人類思考方式的抽象表達(dá)；圖計算技術(shù)基于圖數(shù)據(jù)開展分析和計算，從中挖掘出有價值的信息、知識和規(guī)律，為實際業(yè)務(wù)應(yīng)用提供支持。

　　圍繞中國圖計算技術(shù)及應(yīng)用話題，CB Insights中國正式發(fā)布《2022中國圖計算技術(shù)及應(yīng)用發(fā)展研究報告》，通過科研端文獻(xiàn)研究、產(chǎn)業(yè)調(diào)研與專家訪談等方式，從技術(shù)、人才、科研與產(chǎn)業(yè)四個維度展開分析，闡明行業(yè)發(fā)展背景、追溯技術(shù)發(fā)展歷程、拆解技術(shù)原理及優(yōu)勢、勾勒行業(yè)格局，并研判圖計算未來發(fā)展趨勢。

　　圖是對世界萬物的一種自然表達(dá)

　　目前，圖數(shù)據(jù)庫和圖計算系統(tǒng)（也稱圖計算引擎）是圖計算技術(shù)領(lǐng)域的核心內(nèi)容，前者主要負(fù)責(zé)圖數(shù)據(jù)進(jìn)行增刪查改等操作，后者主要負(fù)責(zé)執(zhí)行對圖數(shù)據(jù)的深度分析處理。

圖丨圖數(shù)據(jù)庫與圖計算系統(tǒng)對比（來源：公開信息整理）

　　圖數(shù)據(jù)庫起源最早可追溯至上世紀(jì)面向樹狀結(jié)構(gòu)和屬性圖的數(shù)據(jù)庫及模型。

　　進(jìn)入21世紀(jì)，第一款商用圖數(shù)據(jù)庫Neo4j公司于2007年成立，開始采用針對圖結(jié)構(gòu)進(jìn)行優(yōu)化的原生圖存儲模式，之后出現(xiàn)的其他圖數(shù)據(jù)庫如CosmosDB、OrientDB、ArangoDB等，開始朝著多模態(tài)、分布式架構(gòu)等各個方向探索和發(fā)展。

　　而在圖計算系統(tǒng)市場，早期業(yè)界常用通用型計算框架（如MapReduce）等解決方案處理圖問題，但它們在性能等方面尚不盡如人意。

　　2010年，Google提出了基于BSP模型的Pregel分布式圖計算系統(tǒng)，與之前方案相比在編程模型、同步控制等方面提供了更優(yōu)的解決方案；

　　之后CMU（卡內(nèi)基梅隆大學(xué)）Select實驗室提出了基于GAS模型的GraphLab系統(tǒng)，二者為后續(xù)其他圖計算系統(tǒng)設(shè)計帶來了深遠(yuǎn)的影響。

　　2015年前，這一階段的圖計算市場依然以海外廠商為主。直至2015-2016年左右，隨著應(yīng)用市場逐步打開，國內(nèi)圖計算領(lǐng)域?qū)W術(shù)界和產(chǎn)業(yè)界開始發(fā)力，市場熱度逐漸提升。

　　2016年，清華計算機系師生陳文光、朱曉偉在OSDI（USENIX Symposium on Operating Systems Design and Implementation）學(xué)術(shù)會議上發(fā)表了《Gemini：以計算為中心的分布式圖計算系統(tǒng)》論文，提出了國內(nèi)圖計算系統(tǒng)領(lǐng)域重要成果之一的Gemini；同時，一批具有深厚學(xué)術(shù)研究背景的優(yōu)秀學(xué)者開始進(jìn)入產(chǎn)業(yè)界，嘗試將已有學(xué)術(shù)成果轉(zhuǎn)化為落地應(yīng)用。

　　不僅螞蟻、阿里、騰訊等大廠開始根據(jù)自身業(yè)務(wù)需求切入圖計算領(lǐng)域展開研究，市場上也涌現(xiàn)出了一批深耕圖計算行業(yè)的垂直初創(chuàng)企業(yè)，共同展開對圖計算領(lǐng)域的商業(yè)化探索。

　　從投融資情況市場來看，根據(jù)CB Insights數(shù)據(jù)，過去三年間國內(nèi)外共有近15家企業(yè)獲得了超過20筆融資。其中，海外知名圖數(shù)據(jù)庫企業(yè)Neo4j在2021年6月的F輪融資中獲得3.25億美元投資，成為數(shù)據(jù)庫歷史上最大的一筆投資。

　　此外，根據(jù)知名數(shù)據(jù)庫排名網(wǎng)站DB-Engines的Popularity指數(shù)，按數(shù)據(jù)庫類型來看，自2013年以來圖數(shù)據(jù)庫一直是受到最多關(guān)注的數(shù)據(jù)庫類型，遙遙領(lǐng)先于其他類型的數(shù)據(jù)庫，而且關(guān)注熱度仍在持續(xù)攀升中。

圖|各類數(shù)據(jù)庫近十年來熱度變化（來源：DB-Engines.com）

　　近十年學(xué)術(shù)研究熱度迅速攀升

　　近年來圖計算學(xué)術(shù)研究領(lǐng)域發(fā)展迅速，從2014年到2021年間，圖計算領(lǐng)域論文數(shù)量呈現(xiàn)翻倍增長趨勢，以中美兩國學(xué)者為首。

圖|全球圖計算相關(guān)主題論文發(fā)表數(shù)量（單位：篇；數(shù)據(jù)來源：Web of Science）

　　目前，清華大學(xué)、北京大學(xué)、中國科學(xué)院以及華中科技大學(xué)等是國內(nèi)圖計算領(lǐng)域研究的先驅(qū)，貢獻(xiàn)了國內(nèi)大多數(shù)高被引用圖計算論文。

　　下表為國內(nèi)圖計算領(lǐng)域的部分研究學(xué)者，主要研究領(lǐng)域橫跨了圖數(shù)據(jù)、操作系統(tǒng)、人工智能、大數(shù)據(jù)、分布式系統(tǒng)等，他們不僅在基礎(chǔ)理論層面研究深耕，也在產(chǎn)業(yè)化實踐方面不斷更迭創(chuàng)新，助力圖計算在大數(shù)據(jù)的沃土里生根發(fā)芽。

圖|圖計算領(lǐng)域部分代表研究學(xué)者（數(shù)據(jù)來源：CB Insights中國）

　　產(chǎn)業(yè)生態(tài)參與者眾多，巨頭和初創(chuàng)企業(yè)各施所長

　　現(xiàn)階段，圖數(shù)據(jù)庫的參與者以產(chǎn)業(yè)界為主，圖計算系統(tǒng)則以學(xué)術(shù)界和產(chǎn)業(yè)界企業(yè)的開源方案為主。

　　圖數(shù)據(jù)庫領(lǐng)域不僅有互聯(lián)網(wǎng)/公有云廠商（如螞蟻、騰訊、AWS、Microsoft Azure等），還有一眾圖計算領(lǐng)域垂直企業(yè)（如Neo4j、TigerGraph、創(chuàng)鄰科技、歐若數(shù)網(wǎng)等）、傳統(tǒng)數(shù)據(jù)庫廠商（Oracle、IBM等）也已經(jīng)入局。

圖丨圖計算行業(yè)部分參與者（來源：CB Insights中國）

　　圖計算下游主要面向應(yīng)用開發(fā)商和軟件集成商，例如知識圖譜開發(fā)商等。它們負(fù)責(zé)在圖數(shù)據(jù)庫及圖計算系統(tǒng)的查詢分析能力基礎(chǔ)上，為客戶提供完整的解決方案。

　　目前，圖計算的終端客戶主要集中在金融、能源、政企、社交網(wǎng)絡(luò)、搜索引擎、推薦系統(tǒng)等領(lǐng)域。

　　例如，在金融風(fēng)控領(lǐng)域，圖計算技術(shù)可以幫助挖掘個體之間的關(guān)聯(lián)關(guān)系，進(jìn)一步發(fā)現(xiàn)潛在風(fēng)險，在信貸風(fēng)險評估、反洗錢、反欺詐、資金追蹤、潛客發(fā)現(xiàn)等場景中，能幫助挖掘出企業(yè)間循環(huán)擔(dān)保、薅羊毛灰黑產(chǎn)等重大風(fēng)險；

　　在電力領(lǐng)域，圖計算技術(shù)可以幫助更高效、實時地管理電力設(shè)備并監(jiān)控其運行狀態(tài)；在社交網(wǎng)絡(luò)領(lǐng)域，圖計算可以通過社區(qū)發(fā)現(xiàn)等圖算法深度挖掘用戶之間的聯(lián)系。

圖丨圖計算產(chǎn)業(yè)鏈（來源：CB Insights中國）

　　以螞蟻集團(tuán)為例。螞蟻集團(tuán)將圖技術(shù)應(yīng)用于自身金融風(fēng)控業(yè)務(wù)之中，以應(yīng)對日益復(fù)雜的風(fēng)險形勢，提高對于隱形的、有組織的團(tuán)伙化犯罪風(fēng)險的識別和挖掘能力。螞蟻安全團(tuán)隊在圖技術(shù)基礎(chǔ)上建設(shè)了全圖風(fēng)控架構(gòu)，作為應(yīng)對復(fù)雜風(fēng)險形勢的下一代風(fēng)控基礎(chǔ)設(shè)施。

　　全圖風(fēng)控即全域一張圖，在整個風(fēng)控的生命周期，包括風(fēng)險感知、風(fēng)險識別、風(fēng)險管控、風(fēng)險審理、風(fēng)險分析等環(huán)節(jié)中提供保障，提供團(tuán)伙挖掘、資金鏈路識別、交易可信識別等核心服務(wù)能力。

　　此外，除了用傳統(tǒng)的多度查詢來進(jìn)行風(fēng)險鏈路判斷外，還引入模式識別的方式（菱形/三角型等）、社區(qū)發(fā)現(xiàn)的算法等來應(yīng)對更加復(fù)雜的場景。

　　目前，受制于整體市場對圖計算技術(shù)的認(rèn)知仍未成熟，圖計算行業(yè)仍處于商業(yè)化初期階段。

　　一方面，客戶對圖數(shù)據(jù)庫及圖計算技術(shù)認(rèn)知不足，在如何理解圖能帶來的價值、如何進(jìn)行圖數(shù)據(jù)庫選型、如何做好二次開發(fā)和持續(xù)運維等問題上，依然困難重重。

　　另一方面，圖計算廠商對客戶的業(yè)務(wù)場景不夠了解，對于如何幫助客戶明確需求，將客戶業(yè)務(wù)場景存在的痛點轉(zhuǎn)化為圖的問題，如何在技術(shù)角度進(jìn)一步提升產(chǎn)品力以更好地滿足客戶需求，如何將圖技術(shù)應(yīng)用到更廣的領(lǐng)域等問題，未來依然有很大的潛在發(fā)展空間。

　　在商業(yè)模式上，企業(yè)面臨著開源和閉源的選擇，開源有助于企業(yè)建立開發(fā)者生態(tài)，快速迭代完善產(chǎn)品，閉源則可幫助企業(yè)保持商業(yè)現(xiàn)金流。

　　目前不少項目方選擇通過OpenCore的模式開源，即核心模塊開源、進(jìn)階版功能收費的模式展開商業(yè)化；另外也有部分廠商出于現(xiàn)有開源生態(tài)不成熟、產(chǎn)品競爭激烈等原因考慮，選擇閉源策略。

　　目前，圖計算領(lǐng)域知名的開源產(chǎn)品包括Neo4j（圖數(shù)據(jù)庫）、ArangoDB（圖數(shù)據(jù)庫）、GraphX（圖計算系統(tǒng)）、GraphScope（圖計算系統(tǒng)）、Plato（圖計算系統(tǒng)）等。此外，螞蟻集團(tuán)的大規(guī)模圖計算系統(tǒng)關(guān)鍵底座TuGraph圖數(shù)據(jù)庫單機版，也在2022年9月的世界人工智能大會上宣布正式開源。

　　以圖的角度來思考問題，用圖的技術(shù)來解決問題

　　作為一種理解世界的新方式，圖正憑借其對復(fù)雜關(guān)聯(lián)關(guān)系的強刻畫能力，贏得了越來越多的關(guān)注。

　　隨著越來越多的行業(yè)和領(lǐng)域開始以圖的方式存儲、分析數(shù)據(jù)并展開更多應(yīng)用，大規(guī)模圖數(shù)據(jù)的查詢和計算對系統(tǒng)的計算性能等各個方面提出了挑戰(zhàn)，圖計算技術(shù)正向著多（大規(guī)模）、快（低延時）、好（高可靠）、?。ǖ统杀荆┑姆较蛱剿?。

　　對此，學(xué)術(shù)界和產(chǎn)業(yè)界的研究者對圖計算部署架構(gòu)、計算模型等方面的設(shè)計優(yōu)化進(jìn)行了大量的研究，例如分布式并行架構(gòu)的優(yōu)化、與高性能計算的合作等。

　　另一方面，以圖神經(jīng)網(wǎng)絡(luò)GNN為代表的圖學(xué)習(xí)，結(jié)合了圖計算技術(shù)與機器學(xué)習(xí)技術(shù)，近年來也在人工智能領(lǐng)域掀起了研究熱潮。

　　圖學(xué)習(xí)通過將已有圖結(jié)構(gòu)數(shù)據(jù)與機器學(xué)習(xí)模型結(jié)合，以滿足日益復(fù)雜的圖計算需求，并試圖解決過往復(fù)雜模型存在的可解釋性低下等問題。從人工智能行業(yè)的角度來看，圖學(xué)習(xí)體現(xiàn)了人工智能符號主義與連接主義兩大流派的融合應(yīng)用。

　　長遠(yuǎn)來看，對于圖計算領(lǐng)域的眾多學(xué)術(shù)機構(gòu)和廠商來說，未來在圖計算產(chǎn)業(yè)生態(tài)建設(shè)上還面臨著諸多挑戰(zhàn)，有待學(xué)術(shù)界和產(chǎn)業(yè)界長期的共同努力。

　　企業(yè)需要提高客戶對圖計算技術(shù)的認(rèn)知水平，幫助已經(jīng)習(xí)慣以關(guān)系型數(shù)據(jù)模式理解業(yè)務(wù)的一線人員順利理解圖數(shù)據(jù)并開展應(yīng)用，也讓更多的企業(yè)意識到可以用圖解決業(yè)務(wù)中現(xiàn)有問題；同時需要校企聯(lián)動，培養(yǎng)出更多優(yōu)秀的圖計算領(lǐng)域研究學(xué)者和開發(fā)運維人才；在底層能力基礎(chǔ)上建立起完善的工具和應(yīng)用生態(tài)，打開更廣闊的應(yīng)用場景。

　　此外，圖計算領(lǐng)域的標(biāo)準(zhǔn)化體系仍有待完善，目前在查詢語言、產(chǎn)品測試基準(zhǔn)等方面已經(jīng)開始逐步建立中。

具體內(nèi)容如下