使用SparkGraphComputer对巨人图上的顶点进行计数会抛出org.apache.spark.SparkException:作业由于阶段失败而中止：

使用SparkGraphComputer对巨人图上的顶点进行计数时，可能会抛出org.apache.spark.SparkException:作业由于阶段失败而中止的异常。这个异常通常是由于以下原因之一引起的：

1. 数据量过大：如果巨人图的顶点数量非常庞大，超过了Spark集群的处理能力，就有可能导致作业失败。解决这个问题的方法是增加集群的计算资源，例如增加节点数量或者使用更强大的机器。
2. 内存不足：如果计算过程中需要加载的数据量超过了Spark集群的可用内存，就会导致内存溢出，从而引发作业失败。可以通过增加集群的内存或者优化计算逻辑来解决这个问题。
3. 网络问题：如果计算过程中需要大量的数据传输，而网络带宽不足或者网络延迟较高，就可能导致作业失败。可以通过优化网络配置或者增加网络带宽来解决这个问题。
4. 数据格式错误：如果输入的巨人图数据格式不符合SparkGraphComputer的要求，例如顶点属性类型不正确或者边的连接关系错误，就会导致作业失败。需要检查数据格式是否正确，并进行相应的修复。

对于这个问题，腾讯云提供了一系列的云计算产品和服务，可以帮助解决大规模图计算的需求。其中包括：

1. 腾讯云弹性MapReduce（EMR）：提供了强大的分布式计算能力，可以用于处理大规模图计算任务。详情请参考：腾讯云弹性MapReduce（EMR）
2. 腾讯云图数据库 TGraph：专为图计算场景设计的高性能图数据库，支持亿级顶点和边的存储和查询。详情请参考：腾讯云图数据库 TGraph
3. 腾讯云大数据计算服务 TDSQL-C：提供了高性能的分布式计算能力，可以用于处理大规模数据分析和计算任务。详情请参考：腾讯云大数据计算服务 TDSQL-C

通过使用这些腾讯云的产品和服务，可以有效地解决巨人图上顶点计数的问题，并提供稳定可靠的计算环境。