近日，嬴图 CEO、大数据专家孙宇熙应邀参加“2020华泰金融科技投资峰会”，以“智能金融的构建——实时图计算赋能万物关联”为议题，就金融行业如何建立起以数据为基础、以用户体验为核心、以技术为驱动的架构体系，实现前沿科技与传统金融融合发展的最新洞察进行与会分享。
图数据库让证券企业回归本源
丰富的证券产品，闪电般的交易能力，让客户享受便捷的入市体验，先人一步的涨跌判断……以“客户为中心”是证券行业的DNA，亦是该行的核心竞争力。但事实证明，在数字化的今天，数据处理是一项艰巨的工程，尤其是面对海量、多源、多模态且复杂的数据环境，如何保证时效性、精确性和实时甄别性……对于任何一家图数据库服务商都是一项挑战。
据悉，极速处理是嬴图产品的特性之一。比起传统关系型数据库，嬴图实时图数据库运行速度是其10000倍以上、是其他大数据框架的100倍以上。据孙宇熙描述，“只需要20毫秒！”也就是说，比一眨眼还快，其产品即完成了从系统防御、风险评估、风险防控再到实时决策等一系列实时精准操作。
“证券行业对于数据深度关联的诉求是刚需，要两手抓两手都要硬。既要保障金融企业的合规风控能力，降低企业运营成本，同时能够通过科技手段全面提升用户的服务体验，实现金融科技与业务相互促进和良性循环。”对于速度=服务的理念，参会演讲嘉宾深有同感，并纷纷表示金融科技能赋能金融企业回归本源——更好地服务于客户。
图：嬴图产品图中台优势能帮助企业TCO（用户总拥有成本）节省超过70%，方案实施周期缩短80%
企业信息化完成后，如何迈进智能化？
“在商业的本质上，企业信息化接近完成后，向智能化挺进是必然的发展趋势”,对此，孙宇熙进一步探析：当企业IT信息化已经基本完成后，再向前就是企业的全面智能化，而智能化时代的核心技术就是可以处理高维数据关联关系的图数据库或图计算与存储引擎。
据孙宇熙介绍，从数据科技（DT）、数据处理技术发展的趋势来看，过去的40年间，世界经历了从Data到Big Data 到Fast Data到Deep Data四个阶段。
·1980至2010年是关系型数据库为主导的阶段；
·2010至2020年是大数据与快数据主导的云计算及大数据阶段；
·未来的10年则可以预见的是图计算、图数据库的时代 。
图为：数据科技发展趋势：数据—大数据—快数据——深数据（图数据）
“真实世界是高维的，而传统的关系型数据库、SQL是二维的。用低维的数据结构去表达高维世界是无法让企业实现智能化的，唯有图数据库的高维数据结构可以100%真实的还原世界，应对未知的数据关联关系。”
“就证券行业来说，其天然就具备大数据基因。新的业务场景和市场对于数据关联分析、深度关联价值的抽取有着刚性需求 ，但这些刚需必须基于图计算、图分析、图存储的技术、产品和方案来满足。”作为云计算和大数据专家，孙宇熙对自主研发的嬴图产品信心十足。的确，对标国内外的几大竞品，嬴图取得的战绩有目共睹——嬴图在数据批量导入、动态更新、点、边查询、过滤查询、路径-K邻查询、全图算法等所有的维度，尤其是在金融级商业场景下，其全面性能、功能、稳定性、易用性、可集成性等综合能力表现一流。
·High-Density Parallel Graph Computing （高密度并发图计算）
·Linear Scalable Graph Computing (线性可扩展图计算能力)
·Ultra-Deep Graph Traversal （超深度图遍历能力）
·Dynamic Graph Pruning （动态图剪枝）
这些新技术的运用所带来的直接受益就是：
·TCO的有效降低 （70%TCO的降低）
·实施交付速度的大幅提升（交付周期缩短达80%）
·极致的用户体验 （整个系统的易用性、可用性、稳定性）
图为：嬴图按照人类左右脑融合的思维方式，从底层架构上构造了“算力+算法+可视化+可解释AI"的图数据库系统
此外，值得一提的是，图数据库相对于大众耳熟能详的“云计算”“人工智能”“区块链”等概念来说或许很陌生，但是它属于计算机底层架构上的硬核技术,是推动人工智能AI、云计算等应用层面的核心动力。被誉为“我国人工智能之父”的张钹院士就曾嘉许Ultipa在核心技术上的研发和突破，他表示我国学界和工业界要重视基础科研，这是非常重要且紧迫的，要避免被“卡脖子”。
如本次峰会主题——共创智慧生态，共享远见未来。嬴图作为“Graph+AI”的硬核通用的图中台、图计算引擎，其从底层逻辑来驱动和赋能金融科技的上层应用，助力金融行业真正实现数字化转型的“华丽转身”。
