圖片來源：圖蟲創(chuàng)意

(相關資料圖)

藍鯨TMT頻道10月31日訊，國雙科技在2022年度系列產(chǎn)品秋季發(fā)布會上，發(fā)布了國雙知識智能平臺（GKP）、分布式數(shù)據(jù)庫系統(tǒng)（Gridsum DB）、智能可視化分析平臺（GVP）、工業(yè)互聯(lián)網(wǎng)平臺（Gridsum COMPaaS）四款產(chǎn)品的最新版本。

據(jù)介紹，國雙知識智能平臺（GKP）是以平臺化解決方案為建設思路，旨在助力企業(yè)、政府完成數(shù)據(jù)知識化、知識分析智能化的工具平臺。平臺蘊含機器學習算法、自然語言處理算法、圖像分析算法、圖計算算法等先進的數(shù)據(jù)科學算法庫，通過工程落地的方式向產(chǎn)品和各個領域平臺提供能力支持和服務支持。

相比其他同類型產(chǎn)品，GKP包含兩條完整工具鏈：知識圖譜構建與管理、模型構建與管理。其中，GKP通過模型構建、數(shù)據(jù)標注、知識抽取、計算和應用的完整工具鏈，可以完成“數(shù)據(jù)—知識—應用—優(yōu)化”的全生命周期管理。

GKP知識加工臺以業(yè)務人員為目標用戶，在功能設計上更加注重業(yè)務人員的使用感受，上手快，可幫助不同人群更好地將知識進行“結構化”呈現(xiàn)。GKP在各行業(yè)數(shù)字化、智能化轉型落地方面具有更高靈活性。GKP在能源、交通、司法等領域大型央企項目的實踐中已經(jīng)形成了完備的工具集，具備多款可插拔組件，支持開箱即用。同時，GKP仍支持個性化定制，可以幫助各領域客戶完成不同項目實施的“最后1公里”，落實完整交付。

分布式數(shù)據(jù)庫系統(tǒng)（Gridsum DB）是國雙自主研發(fā)的分布式關系型數(shù)據(jù)庫，可以同時適用于超大并發(fā)、超高性能、超大容量的 OLTP 類場景和海量數(shù)據(jù)的HTAP 類場景。

Gridsum DB具有以下特點：完全分布式數(shù)據(jù)庫架構，節(jié)點數(shù)據(jù)強同步復制，業(yè)務連續(xù)性專業(yè)保障，多安全策略保駕護航，智能運維、即開即用，是擁有自主知識產(chǎn)權的數(shù)據(jù)庫，確保數(shù)據(jù)庫應用輕松、安全、可靠、有保障。

分析型BI平臺（GVP）是新一代面向企業(yè)端到端指揮作戰(zhàn)決策平臺。它以“數(shù)據(jù)驅動”為核心，融合了數(shù)據(jù)接入與分析處理、2/3D可視化、AI預測、智能協(xié)同、移動應用等功能?！皵?shù)據(jù)分析、可視化呈現(xiàn)、AI智能、協(xié)同協(xié)作”是商業(yè)智能助力企業(yè)激活數(shù)據(jù)潛能的四要素，GVP通過“BI+AI”驅動企業(yè)數(shù)字化轉型，具體包括GVP可以幫助企業(yè)進行智能全局輔助決策，將“簡單統(tǒng)計報告”演進為“深入洞察分析”，將“靠人經(jīng)驗決策”轉變?yōu)椤爸悄茌o助決策”，將“線下的人為滯后匯報”升級為“線上實時透明管理”。

GVP支持全面感知企業(yè)運營態(tài)勢，方便標準化、智能化業(yè)務管理，具體通過集團統(tǒng)一經(jīng)營指標可以讓各級管理者實時感知業(yè)務發(fā)展，最終做到“問題找人”“事前洞察”與“定量管理”。

GVP在界面操作上支持拖拽式場景構建、多維數(shù)據(jù)探索與靈活交互體驗，讓研發(fā)、生產(chǎn)、運營、管理等不同崗位的用戶能夠快速上手。在國產(chǎn)替代上，GVP可穩(wěn)定運行在多款國產(chǎn)CPU硬件環(huán)境、操作系統(tǒng)中，并已完成國產(chǎn)數(shù)據(jù)庫的對接。

在最新發(fā)布的Gridsum COMPaaS3.0版本中，平臺新增數(shù)字孿生能力，可以實現(xiàn)設備實時監(jiān)控及展示，提升平面和立體展示效果。工業(yè)互聯(lián)網(wǎng)平臺（Gridsum COMPaaS）的數(shù)字孿生模塊可幫助企業(yè)實現(xiàn)場景管理、資源管理、對象管理、模型管理、事件處理、攝像機狀態(tài)等全面數(shù)字化掌控，實現(xiàn)IT可視化管理和物聯(lián)網(wǎng)可視化管理。

此外，Gridsum COMPaaS3.0版本還在以下方面得到了提升。邊緣端重構，基于云原生技術實現(xiàn)云邊協(xié)同，可運行在多種邊緣設備上，將AI、IoT及數(shù)據(jù)分析等智能應用以輕量化的方式從云端部署到邊緣，滿足用戶對智能應用云邊協(xié)同的業(yè)務訴求；大數(shù)據(jù)層實現(xiàn)指標圖書館，涵蓋指標定義、建模、可視化分析等，幫助企業(yè)建設指標體系，疏通指標數(shù)據(jù)，落地指標管理；融入人工智能、機器學習等技術，為機器學習與深度學習提供海量數(shù)據(jù)預處理及交互式智能標注、大規(guī)模分布式訓練、自動化模型生成，及端-邊-云模型按需部署能力，幫助用戶創(chuàng)建和部署模型，管理全周期 AI 工作流程；注重業(yè)務沉淀能力，通過API構建數(shù)據(jù)、模型市場，打通數(shù)據(jù)產(chǎn)品化和數(shù)據(jù)消費“最后一公里”，提升數(shù)據(jù)消費能力賦能業(yè)務數(shù)字化；運營管理能力提升。支持一鍵部署，部署過程實現(xiàn)自動化，降低運營、運維成本。

關鍵詞： 數(shù)據(jù)庫系統(tǒng)