（文/陳濟深 編輯/張廣凱）

隨著AI時代的不斷發(fā)展進化，卷算力、拼算法已經(jīng)讓大模型廠家拼得頭破血流。然而，想要讓AI變得更強，算法，算力和數(shù)據(jù)三要素上，數(shù)據(jù)反而更容易是成為短板的要素。

螞蟻旗下的OceanBase，找到了自己在AI時代的用武之地。

相比過去傳統(tǒng)標量數(shù)據(jù)庫，AI時代尤其是多模態(tài)大模型需要的不僅是能夠承載向量的數(shù)據(jù)庫，更是一個能夠承載、分析和處理龐大數(shù)據(jù)流動的數(shù)據(jù)管理平臺。

2025年4月，OceanBase CEO楊冰通過全員信宣布公司全面進入AI時代，打造“DATA×AI”核心能力，建設AI時代的數(shù)據(jù)底座。距離上述全員信發(fā)布不到一個月，5月17日，OceanBase舉辦了升級AI戰(zhàn)略后的首次開發(fā)者大會，同時也是OceanBase的第三屆開發(fā)者大會，公布了該公司的更多AI動態(tài)——既發(fā)布了數(shù)款產(chǎn)品，也重申了OceanBase在AI時代背景下的使命和愿景。

AI落地三座大山

隨著生成式AI，尤其是多模態(tài)生成式AI的蓬勃發(fā)展，人類能夠生產(chǎn)的數(shù)據(jù)量呈現(xiàn)爆炸性增長，傳統(tǒng)的數(shù)據(jù)庫開始顯現(xiàn)出它們的短板。數(shù)據(jù)的規(guī)模、結構和處理方式，已經(jīng)超出了傳統(tǒng)數(shù)據(jù)庫的承載能力。

根據(jù)IDC的預測，到2028年，全球新生成的數(shù)據(jù)量將達到驚人的393.9ZB（相當于全球每人每天產(chǎn)生1.5TB數(shù)據(jù)）。

更為關鍵的是，在AI時代，單純統(tǒng)計、過濾、排序的標量數(shù)據(jù)庫的局限性愈發(fā)明顯，而基于復雜數(shù)據(jù)分析（相似度計算、推薦系統(tǒng)、圖像搜索）的向量數(shù)據(jù)庫則愈發(fā)重要，導致當結構化、非結構化數(shù)據(jù)并存時，往往需要使用多個數(shù)據(jù)庫來分別處理。這種“多庫并存”的方式，不僅導致管理上的復雜性，還帶來了系統(tǒng)間的互通性問題，增加了數(shù)據(jù)存取的時間和成本。

也就是說，隨著AI時代企業(yè)數(shù)據(jù)爆炸式增長和數(shù)據(jù)形式的愈發(fā)復雜化，AI應用在后臺不僅會大幅消耗企業(yè)的存儲成本和計算資源，傳統(tǒng)數(shù)據(jù)庫也難以同時滿足高速訪問和安全防護的要求。最為關鍵的是，企業(yè)還往往面臨數(shù)據(jù)孤島的現(xiàn)象——各類子系統(tǒng)數(shù)據(jù)互通困難，無法整合。

發(fā)布PowerRAG，提供開箱即用的RAG應用開發(fā)能力

如何解決這些問題，答案并不是簡單Data+AI，即數(shù)據(jù)加上AI算法，兩個部分的簡單疊加。在OceanBase看來，這種做法過于簡化了問題?，F(xiàn)實中，真正需要的是Data × AI，即數(shù)據(jù)與AI深度融合。

在AI應用中，數(shù)據(jù)和模型是互相依賴的。簡單來說，AI不僅僅依賴數(shù)據(jù)，更需要依靠一個統(tǒng)一的數(shù)據(jù)庫/數(shù)據(jù)引擎來進行實時計算、優(yōu)化數(shù)據(jù)質量，并為模型提供精準、快速的數(shù)據(jù)支持。只有在數(shù)據(jù)和AI深度融合的基礎上，AI的效能才能最大化。

過去十五年來，誕生于“雙11”海量交易場景的OceanBase，在螞蟻集團的金融場景中不斷磨礪打磨技術，并曾打破Oracle保持9年之久的世界紀錄。

5月17日，OceanBase首次發(fā)布面向AI的應用產(chǎn)品PowerRAG，該產(chǎn)品提供開箱即用的RAG應用開發(fā)能力，是OceanBase面向AI時代的探索之一。

OceanBase CTO楊傳輝介紹稱，傳統(tǒng)RAG應用的常用開發(fā)模式包括組件森林開發(fā)模式、RAG平臺模式等，這些模式存在開發(fā)周期長、維護成本高、灰箱調(diào)試困難、性能難以優(yōu)化等問題。OceanBase PowerRAG提供開箱即用的RAG應用開發(fā)能力，打通應用開發(fā)數(shù)據(jù)層、平臺層、接口層與應用層的全流程，提供Document（文檔）和 Chat（對話）兩個核心API接口，幫助用戶實現(xiàn)文檔知識庫、智能對話、圖像比對、數(shù)據(jù)分析等多種AI應用場景的快速開發(fā)。

楊傳輝進一步表示，PowerRAG是OceanBase在應用層面探索的第一步，未來還將在應用層面、平臺層面不斷突破，并致力于成為AI時代的一體化從，以便應對生成式AI給數(shù)據(jù)基礎設施帶來的技術挑戰(zhàn)。其中，數(shù)據(jù)底座指的是通過一體化的產(chǎn)品、一體化的引擎，同時地處理OLTP、OLAP以及AI的混合負載。

向量性能達業(yè)內(nèi)領先水平，并已實現(xiàn)規(guī)模化落地

大會現(xiàn)場，基于基準測試工具VectorDBBench，OceanBase采用Performamce768D1M測試數(shù)據(jù)集，與業(yè)內(nèi)三款領先的開源向量數(shù)據(jù)庫進行性能跑分測試?！巴ㄟ^這次跑分測試可以看到，OceanBase的向量性能已經(jīng)達到了開源向量數(shù)據(jù)庫業(yè)內(nèi)領先的水平，并且比其他的主流開源向量數(shù)據(jù)庫都要好不少?！睏顐鬏x表示。

面對AI時代的海量數(shù)據(jù)，OceanBase還引入BQ量化算法（HNSW+BQ），大幅降低向量場景的內(nèi)存需求；引入針對JSON半結構化數(shù)據(jù)的壓縮能力，降低AI場景中的半結構化數(shù)據(jù)存儲成本。根據(jù)測試結果，在同等召回率與性能的情況下，引入BQ量化算法能夠實現(xiàn)內(nèi)存成本較引入前降低 95%，而在TPC-H 10G數(shù)據(jù)集上，OceanBase的JSON壓縮比可達 MongoDB 的3倍。

此外，OceanBase已具備面向多種數(shù)據(jù)模型的混合檢索能力。在最新版本中，OceanBase混合檢索性能進一步增強，通過豐富的執(zhí)行策略、自研的向量算法庫、內(nèi)核級多?；旌喜樵兊葘崿F(xiàn)更快、更準、更易用的混合檢索。

目前，OceanBase的向量數(shù)據(jù)庫已經(jīng)得到上百家客戶的使用，并已實現(xiàn)規(guī)?；穆涞亍１热?，聯(lián)通軟研院基于OceanBase打造了AI助手，銀泰商業(yè)則基于OceanBase打造了零售業(yè)智能問數(shù)平臺。

推出“共享存儲”，實現(xiàn)TP場景下穩(wěn)定運行對象存儲

為了解決無共享架構在彈性和成本方面的瓶頸問題，OceanBase宣布一體化架構再升級，并在本次會上推出了“共享存儲”產(chǎn)品，該產(chǎn)品能將計算與存儲解耦，以自研一體化架構實現(xiàn)對對象存儲（如Amazon S3、阿里云OSS等）的深度支持。

該產(chǎn)品還能實現(xiàn)對象存儲與事務型數(shù)據(jù)庫（TP，Transactional Processing）的深度集成，所構建的存算一體與分離的多云原生架構，不僅大幅提升云上數(shù)據(jù)存儲的彈性擴展能力，更使TP負載的存儲成本最高降低50%。

據(jù)悉，“共享存儲”產(chǎn)品在云上可被應用于多種業(yè)務場景，包括典型TP、歷史庫及備份庫，時序類業(yè)務、HBase兼容類業(yè)務、流水型業(yè)務系統(tǒng)、OLAP業(yè)務等。

楊傳輝進一步介紹稱，“共享存儲”產(chǎn)品背后蘊含著OceanBase的多項技術突破：一是構建多級緩存架構，有效解決對象存儲的訪問延遲問題；二是自研基于對象存儲的 LSM-Tree引擎并采用深度工程手段，降低對象存儲的I/O壓力；三是通過獨有的持久化緩存彈性伸縮，進一步解決TP場景下熱點數(shù)據(jù)的穩(wěn)定性問題；此外，優(yōu)化對象存儲的訪問全鏈路，確保TP業(yè)務毫秒級響應的穩(wěn)定性。

通過逐一突破這些技術難點，使得OceanBase的云數(shù)據(jù)庫OB Cloud成為目前業(yè)內(nèi)唯一能夠在 TP 場景下穩(wěn)定運行對象存儲的多云原生數(shù)據(jù)庫：在TP負載下，存儲成本最高降低50%；在AP負載下，存儲成本最高可降低為原來的1/10。

與此同時，OceanBase還宣布，OB Cloud正式上線百度云。截止目前，OB Cloud已支持阿里云、華為云、騰訊云、百度云、AWS、Google Cloud 六大主流公有云平臺，全球覆蓋超過100個可用區(qū)。

承接AI時代使命：從一體化數(shù)據(jù)庫向一體化數(shù)據(jù)底座演進

IDC軟件市場研究經(jīng)理李凌霄在本次會上表示，預計到2028年全球企業(yè)級數(shù)據(jù)的數(shù)據(jù)量相比2023年整體增長400%以上，年復合增長率約為30.2%。通過生成式AI技術去讓多模態(tài)數(shù)據(jù)產(chǎn)生價值已經(jīng)具備技術可行性，這意味著多模態(tài)數(shù)據(jù)將能為企業(yè)的管理、運營、決策、業(yè)務帶來價值。未來，人們將會大量地產(chǎn)生、存儲和加工多模態(tài)數(shù)據(jù)。

與此同時，AI時代也帶來了新的數(shù)據(jù)難題。于企業(yè)而言，數(shù)據(jù)倉庫的容量已實現(xiàn)質的飛躍，結構化數(shù)據(jù)存儲規(guī)模“突破PB級邁向EB級”成為新常態(tài)，這給數(shù)據(jù)存儲、管理與分析帶來嚴峻挑戰(zhàn)。

面對行業(yè)需求，OceanBase正在大膽探索。楊傳輝表示，OceanBase已經(jīng)具備了一定的AI時代數(shù)據(jù)處理能力，如分布式有效應對海量數(shù)據(jù)的存儲計算、多模融合統(tǒng)一處理不同結構數(shù)據(jù)、TP/AP一體化實現(xiàn)混合事務和實時分析處理。但大模型落地產(chǎn)生價值的核心在于數(shù)據(jù)與模型的一體化融合，這也是OceanBase提出的構建Data×AI能力的關鍵。

基于這一能力，OceanBase致力于從一體化數(shù)據(jù)庫向一體化數(shù)據(jù)底座演進，通過一套引擎同時支持TP/AP/AI混合負載，支持向量數(shù)據(jù)庫，實現(xiàn)SQL與AI的混合檢索。

作為一款原生分布式數(shù)據(jù)庫，OceanBase原本就具有的企業(yè)級分布式數(shù)據(jù)庫能力，為AI時代的海量數(shù)據(jù)處理分析打下了基礎。對于支持AI應用落地的核心基礎設施比如向量性能、混合檢索等層面，OceanBase也在持續(xù)探索，進一步加強SQL+AI能力。比如，模型上下文協(xié)議（MCP，Model Context Protocol）是最近一款非常流行的技術，通過MCP能把每個產(chǎn)品接入大模型生態(tài)里，OceanBase的OceanBase service和OceanBase的管控工具OCP目前均已實現(xiàn)MCP支持，未來OceanBase也會全面擁抱MCP的大模型生態(tài)。

正如楊冰所言：“面向未來要搭建的不是另外一幢十幾層的高樓大廈，而是要搭建一百層甚至好幾百層的摩天大樓，這時就需要重新構建底層基礎設施，而這也是我們所擅長的，我們也有強烈的被召喚的使命感?！蔽磥淼膽靡欢ㄊ腔贏I的應用，未來的數(shù)據(jù)公司也都會是AI公司?！睏畋€說道：“作為一個數(shù)據(jù)存儲軟件未來要支撐的不僅僅是存和算，還要去支持知識的學習和獲取、支持應用的推理、支持更多的決策?！睘榱烁玫赝七M這些方向，OceanBase定下了四個大方向：一是成為“知識底座”，二是打破“數(shù)據(jù)次元壁”， 三是當AI的“靠譜參謀”， 四是做流量的“沖浪高手”。

而作為AI戰(zhàn)略“一號位”的楊傳輝，針對Data×AI分享了更多細節(jié)。他表示OceanBase正致力于構建能力，面向AI時代推動一體化數(shù)據(jù)庫向一體化數(shù)據(jù)底座的戰(zhàn)略演進。

Data x AI從概念上可以分成兩層：Bring Data to AI和Bring AI to Data。Bring Data to AI，指的是要把數(shù)據(jù)融入大模型里，通過數(shù)據(jù)提升模型準確度，從而提升推理效率并降低推理成本。Bring AI to Data，則分成兩個層次：第一個層次是在數(shù)據(jù)庫里通過類似AI function的方式直接集成大模型的能力；第二個層次是把AI融合到整個數(shù)據(jù)庫，以便提升數(shù)據(jù)庫的可應用性，比如開發(fā)智能知識庫和智能助手等。

此外，在楊傳輝描繪的一體化數(shù)據(jù)底座版圖中，OceanBase希望能夠實現(xiàn)從算力、基礎設施，到平臺層、應用層、交付形態(tài)的全方位布局。他表示：“未來15年一定是一個AI大爆發(fā)的時代，我們也相信隨著AI的應用場景以及來自中國乃至世界的AI場景打磨，OceanBase將成為AI時代的一體化數(shù)據(jù)底座?！?

那么，OceanBase的信心從何而來？對此，楊傳輝表示：首先，Data x AI一體化數(shù)據(jù)底座其實是OceanBase一體化數(shù)據(jù)庫的延伸，它的核心在于能否做好數(shù)據(jù)處理。未來，OceanBase一定會拓展數(shù)據(jù)處理范疇，但是并不會把自己局限在關系數(shù)據(jù)庫的舒適圈里，而是會讓數(shù)據(jù)處理更好地適應AI時代的工作負載。其次，AI時代的應用大爆發(fā)給了OceanBase更大的機會，AI時代的應用一方面需要更多的數(shù)據(jù)，另一方面需要混合負載。對于開發(fā)者來說，他們希望在一套引擎里直接通過一條SQL處理所有的工作負載，而一體化和分布式恰好是OceanBase的優(yōu)勢?！敖裉煳铱梢愿嬖V大家，OceanBase的研發(fā)團隊既能做數(shù)據(jù)庫，也能做分布式系統(tǒng)，還能做AI的infra。再加上由螞蟻集團技術能業(yè)務場景支持，OceanBase做這件事情是非常順理成章的?！睏顐鬏x表示。他還總結稱：“學AI用AI，學OB用OB。只要大家學好AI、學好OB，我們都能很好地掌握AI時代的數(shù)據(jù)和技術?！?

OceanBase原本是螞蟻集團的一個子部門，后來獨立出來成立單獨的公司。在關系上螞蟻集團就好比是OceanBase的“長輩”，螞蟻集團CTO何征宇也在本次大會現(xiàn)場表示大力支持OceanBase的AI戰(zhàn)略。他說，螞蟻集團將支持OceanBase在金融、醫(yī)療、生活等螞蟻AI的核心場景的突破，支持OceanBase去實踐DataxAI的理念和架構創(chuàng)新，幫助OceanBase進一步攻堅AI關鍵能力。同時，螞蟻集團將繼續(xù)支持OceanBase開源開放，把在Data×AI上的能力逐漸開放給行業(yè)，為AGI的夢想添磚加瓦。