四年17倍、创邻科技登顶全球榜首：图数据库走到企业AI的前台

当大模型开始进入企业业务深处,数据基础设施的能力正在接受新的检验。

供应链中层层嵌套的依赖、金融业务里交错延伸的关联、跨系统任务背后的执行条件,都要求AI沿着复杂关系寻找答案。模型需要使用的知识越深入,底层系统组织和处理关系的能力就越重要。

在这一背景下,创邻科技再度登顶国际图数据库基准榜单。

LDBC SNB Interactive v1官方公布的9月30日审计结果显示,创邻旗下图数据库Galaxybase在SF100、SF300、SF1000三个数据规模上的混合读写吞吐量全部取得第一,分别达到138,507、147,382和135,335 ops/s。与2022年的同规模成绩相比,其SF300吞吐量达到当年的约17.6倍。

四年17倍,创邻在图数据库领域的长期积累,兑现为国际基准测试中的领先成绩。企业AI对复杂关系处理的需求,则让这份底层能力拥有了更大的用武之地。

一、四年17倍,长期技术积累兑现为全球领先

基础软件的竞争,最终要落在系统能否承受真实复杂性上。

数据规模扩大、关联路径增多、读写请求同时涌入,会把压力传递到存储、计算和事务处理的每一个环节。持续处理复杂负载,才能充分检验这些能力能否协同发挥作用。

LDBC SNB Interactive将这些压力集中到一组标准负载中。它模拟持续变化的社交网络,让复杂关联查询、短查询与数据插入并发执行。人物、消息及其关系不断增加,系统需要及时处理变化,并沿着关系完成查询。

在这种负载下,查询效率与事务保障必须同时成立。刚刚写入的一条关系,可能马上成为下一次查询的依据;多个任务同时访问数据,又要求系统妥善处理事务之间的影响。任何一个环节成为瓶颈,都会传递到整体吞吐量上。

Galaxybase此次在可串行化隔离级别下完成测试,并通过相应的ACID、持久性与恢复审计。三个规模的测试均持续约两小时,每轮执行约十亿次混合操作。每秒十余万次操作的成绩,建立在这一持续运行的测试条件之上。

这也让“三个规模全部登顶”具有了具体的工程含义:在不同数据规模下,Galaxybase都能够以较高吞吐量承接持续的关联查询与更新负载。对于密集处理关系数据的企业,这种能力直接影响系统能够服务多少并发访问、支撑多复杂的业务任务。

完整报告还披露了数据加载方面的突破。在SF1000规模上,Galaxybase将数据加载世界纪录从此前阿里云GraphScope Flex的5,451.27秒推进至4,131秒,由约91分钟压缩到约69分钟,耗时缩短24.2%,对应加载速度提升约32%。

在阿里云、华为云等厂商持续参与的国际基准竞争中,领先成绩不断被刷新。创邻从2022年的公开审计走到2026年再度登顶,将四年的性能演进转化为新的竞争位置。

四年17倍的跃升,也让创邻向更广泛应用市场延伸时,拥有了一份有分量的技术成绩单。

二、企业AI深入业务,图模融合需要更强的数据底座

图数据库与企业AI的联系,可以从一个业务问题展开。

一家制造企业的供应商突然停产,业务负责人需要判断:哪些零部件受到影响,哪些生产线可能中断,未来两周有哪些客户订单面临延期?

这个问题涉及合同、物料清单、库存、排产和订单等多个系统。供应商与零部件之间存在供货关系,零部件与产品之间存在组成关系,产品与订单之间又存在交付关系,库存、替代方案和时间窗口,还会不断改变最终的影响范围。

要回答这个问题,系统既要找到相关信息,也要沿着关系逐层分析,并保留判断所依据的数据。

企业中的许多关键任务,都具有类似结构。风险沿着关联关系传导,故障沿着设备依赖扩散,业务流程则受到权限、资源和前置条件的共同约束。AI进入这些场景,需要能够使用企业自身的业务结构。

图技术为此提供了直接的数据组织方式。它将业务对象及其联系显式建模,使系统能够从一个实体出发,沿着关系寻找相关信息,再结合条件筛选和路径分析形成结果。大模型则提供自然语言交互、信息理解和任务拆解能力,让用户能够以更低的使用门槛调用这些数据。

GraphRAG将这种结合推进到了知识问答领域。Microsoft公开的技术方案通过抽取实体与关系、构建知识图谱,支持跨文档的信息连接,为复杂问题提供关联上下文。

对企业而言,这条路径的价值十分具体:把分散的信息组织成模型可以使用的业务知识,让回答对应到相关实体、关系路径和原始依据。

当应用进一步发展为智能体,底层数据系统还会面对更密集的调用。一次任务可能包含多轮检索、关系遍历和条件核对;多个任务并行运行,又会放大数据访问压力。数据库的处理效率,开始影响整个AI应用的响应速度和并发规模。

图数据库的性能进步因此获得了新的应用意义。更强的关系处理能力,为企业AI展开更复杂的检索、分析和任务流程提供了空间。随着业务数据不断更新,这些能力会反复参与AI应用的日常运行。

创邻此次取得的性能成绩,正与这种需求发生连接。围绕复杂关系打磨多年的技术能力,开始覆盖更广泛的企业AI任务。

三、从技术纪录到产品布局,国产基础软件扩大产业位置

图数据库厂商向企业AI延伸,正在形成一条清晰的产品路径。

创邻的布局已经覆盖这一过程:以Galaxybase提供图数据处理能力,KnowCosmos知寰进一步面向知识问答,GraphoraX知域灵枢则延伸至智能体管理与企业AI运行。

根据公开产品资料,KnowCosmos强调授权范围内的检索、知识结构保留与证据溯源;GraphoraX进一步覆盖任务编排、资源调度、安全治理和企业记忆。数据库能力由此进入企业组织知识、调用知识和执行任务的更长流程。

这种延伸具有技术上的连续性:企业的数据之间存在关联,任务之间存在依赖,访问权限也有明确边界,将这些关系纳入建模与管理,能够为上层应用提供更完整的业务上下文。

企业知识、权限和流程还需要随着业务持续更新,并被不同的模型与应用反复使用。图数据库在关系组织与查询上的积累,可以在这一过程中转化为可复用的基础能力。

对创邻而言,国际基准测试中的领先成绩,为底层技术提供了公开依据;面向知识问答和智能体的产品,则将这些能力带向更广泛的业务部门。从服务数据库开发者,到参与企业AI建设,其技术积累能够覆盖的价值范围随之扩大。

这一变化,也为国产基础软件提供了新的发展空间。在国际标准下形成可比较的技术成绩,再围绕产业需求构建产品,是把底层研发转化为市场竞争力的一条现实路径。性能纪录让能力变得可见,应用产品让能力进入业务。

四年17倍,让创邻在图数据库领域取得了新的竞争位置。企业AI对复杂关系、动态数据和可追溯知识的需求,进一步释放了图技术沉淀的产业价值空间。

未来,随着AI沿着供应链、资金链和业务流程进入企业,越来越多的任务会把要求传递给底层数据系统,创邻也将有机会把握更多的主动权,走得更稳更远。