在AI技術迅猛發(fā)展的今天，作為數(shù)據(jù)存儲與處理核心載體的數(shù)據(jù)庫，正經(jīng)歷一場深刻的變革，傳統(tǒng)數(shù)據(jù)庫與AI技術的碰撞融合，帶來了新的發(fā)展機遇，也在重塑行業(yè)的發(fā)展格局。

如何因應AI時代的變革？怎么把握機遇？達夢數(shù)據(jù)作為國內(nèi)數(shù)據(jù)庫領域的重要參與者，其在這一變革浪潮中的探索與實踐，為我們呈現(xiàn)了數(shù)據(jù)庫廠商應對時代挑戰(zhàn)的鮮活樣本。在DTCC2025中國數(shù)據(jù)庫技術大會上，武漢達夢數(shù)據(jù)技術有限公司副總經(jīng)理李莊莊向我們分享了他的觀察思考與實踐。

圖丨達夢技術副總經(jīng)理李莊莊現(xiàn)場演講

AI時代數(shù)據(jù)庫的挑戰(zhàn)和機遇

近些年，文本、圖像、音視頻、時序等多模態(tài)數(shù)據(jù)海量增長，報告顯示，企業(yè)里80%以上的數(shù)據(jù)都是這些非結構化數(shù)據(jù)，但是長期以來，這些非結構化數(shù)據(jù)難以被企業(yè)有效利用起來。AI的發(fā)展為數(shù)據(jù)釋放價值帶來了更廣泛的新應用場景，也對數(shù)據(jù)底座提出了新的要求。

比如，AI模型訓練對這些非結構化數(shù)據(jù)的依賴日益加深，需要能夠高效處理這些多模態(tài)數(shù)據(jù)。而隨著AI技術深入應用，在如今的后訓練時代，AI應用場景中推理過程的高并發(fā)、低延遲需求，也對數(shù)據(jù)庫也提出了極致的要求，數(shù)據(jù)庫作為一項歷經(jīng)多年發(fā)展的“老技術”，在AI時代被賦予了新的使命。

“通常來看，多模數(shù)據(jù)處理、實時高吞吐處理和智能化原生適配是AI時代數(shù)據(jù)庫的核心能力要求。”李莊莊說。

李莊莊認為，對AI時代的數(shù)據(jù)庫來說，挑戰(zhàn)和機遇并存。對于傳統(tǒng)數(shù)據(jù)庫企業(yè)而言，AI 時代帶來了兩重挑戰(zhàn)。一方面，海量多模態(tài)數(shù)據(jù)的處理需要突破大數(shù)據(jù)量下的性能瓶頸，這要求企業(yè)在新型硬件適配和底層內(nèi)核優(yōu)化上實現(xiàn)技術突破；另一方面，數(shù)據(jù)庫的管理運維復雜度居高不下，傳統(tǒng)依賴人工的方式難以滿足AI場景的高效需求，提升數(shù)據(jù)庫的智能化程度成為當務之急。

圖丨達夢技術副總經(jīng)理李莊莊（右） IT168數(shù)據(jù)庫頻道主編任朝陽（左）

挑戰(zhàn)背后，是行業(yè)發(fā)展的廣闊機遇。AI時代催生了對數(shù)據(jù)庫的更加多元化的需求，尤其是時序、向量、圖等新型數(shù)據(jù)庫的需求激增，極大地拓展了市場空間。更為重要的是，AI對數(shù)據(jù)庫核心能力的要求，倒逼企業(yè)進行核心架構創(chuàng)新，這為堅持自主研發(fā)的數(shù)據(jù)庫企業(yè)提供了“彎道超車”的機會，達夢數(shù)據(jù)作為深耕數(shù)據(jù)庫領域的企業(yè)，便將此視為技術突破與快速發(fā)展的重要契機。

遙想產(chǎn)業(yè)互聯(lián)網(wǎng)變革之時，曾經(jīng)出現(xiàn)了“互聯(lián)網(wǎng)+產(chǎn)業(yè)”還是“產(chǎn)業(yè)+互聯(lián)網(wǎng)”的討論和爭議，在AI時代，如何把握機遇？也有不少人爭論是“數(shù)據(jù)庫+AI”還是“AI+數(shù)據(jù)庫”？

李莊莊在演講和采訪中強調(diào)，AI和數(shù)據(jù)庫是“雙向賦能、互相融合”的關系，數(shù)據(jù)庫自身可以用AI提升自身的能力，同時數(shù)據(jù)庫也能為AI場景應用提供更高效的底層支撐。

比如，“數(shù)據(jù)庫+AI”以數(shù)據(jù)庫為核心，將 AI技術作為增強手段，提升數(shù)據(jù)庫的性能、易用性與自動化水平。“AI+數(shù)據(jù)庫”則以AI場景為核心，數(shù)據(jù)庫作為AI的基礎設施，提供數(shù)據(jù)存儲、特征計算、模型部署等支撐。沒有AI的加持，數(shù)據(jù)庫難以應對復雜場景的挑戰(zhàn)，沒有數(shù)據(jù)庫對數(shù)據(jù)的高效管理，AI模型就是“無米之炊”。

在AI時代，數(shù)據(jù)庫廠商可以采取以下策略把握機遇。首先，從架構層面進行升級，通過存算分離、云原生、極致彈性等提升數(shù)據(jù)存儲處理能力，同時集成向量、圖、時序等多模數(shù)據(jù)處理能力；其次，通過AI提升數(shù)據(jù)庫自動化管理能力，比如智能SQL生成、智能調(diào)優(yōu)、故障預測、根因分析等；最后，在生態(tài)層面，需要充分開放，和AI工具鏈進行深度適配，簡化AI訓練中的工作復雜度。

圖丨達夢技術副總經(jīng)理李莊莊現(xiàn)場演講

早有布局的達夢如何抓住智能化機遇？

達夢數(shù)據(jù)一直堅持自主開發(fā)的技術路線，作為全棧數(shù)據(jù)產(chǎn)品和解決方案提供商，在AI與數(shù)據(jù)庫融合發(fā)展領域早已提前布局，2014年左右就開始了智能化方面的探索。

隨著AI大模型技術的發(fā)展，技術迭代更快，達夢數(shù)據(jù)在核心技術、架構方面進行優(yōu)化升級，更好地適應AI時代的要求，自此，其智能化發(fā)展也步入了快車道，如今達夢數(shù)據(jù)在AI領域獲得了不錯的發(fā)展：

在AI4DB方面，以達夢啟云數(shù)據(jù)庫和達夢數(shù)據(jù)庫一體機為載體，推出了智能參數(shù)調(diào)優(yōu)、SQL智能生成、數(shù)據(jù)智能探查、慢SQL根因分析/診斷、智能測試樣例生成、達夢數(shù)字服務專家等AI新特性，大大提升了數(shù)據(jù)庫的智能化程度和便利性，同時保障了數(shù)據(jù)庫的高可靠和高性能。

在DB4AI方面，基于自主研發(fā)的技術路線，陸續(xù)推出了圖數(shù)據(jù)庫、時序數(shù)據(jù)庫、緩存數(shù)據(jù)庫、向量數(shù)據(jù)庫以及多模數(shù)據(jù)庫等能夠支撐AI訓練的多引擎數(shù)據(jù)庫產(chǎn)品，可以為AI場景應用提供國產(chǎn)內(nèi)生安全的底座支撐。

據(jù)悉，智能化發(fā)展已經(jīng)帶來了非常大的實際業(yè)務價值。以數(shù)據(jù)庫智能參數(shù)調(diào)優(yōu)為例，DM8有幾百項參數(shù)，每個數(shù)據(jù)庫在具體生產(chǎn)應用中面臨的場景需求千變?nèi)f化，參數(shù)的組合幾乎是個天文數(shù)字，在以往的實際生產(chǎn)中，參數(shù)調(diào)優(yōu)嚴重依賴DBA的個人經(jīng)驗。

在引進智能參數(shù)調(diào)優(yōu)后，依賴人工的問題得到了明顯改善。比如在啟云數(shù)據(jù)庫中在線發(fā)放一個數(shù)據(jù)庫服務，可以根據(jù)數(shù)據(jù)庫的規(guī)格、初始化參數(shù)和基本場景需求對參數(shù)進行智能推薦，同時在數(shù)據(jù)庫運行中收集日志數(shù)據(jù)進行處理和訓練，隨時提供與數(shù)據(jù)庫應用場景相匹配的參數(shù)組合。實際測試和生產(chǎn)應用表明，智能參數(shù)調(diào)優(yōu)的效果高于DBA人工調(diào)優(yōu)，而且可以節(jié)省大量的運維人力，對于數(shù)據(jù)庫的使用者、建設方都有極大的降本增效價值。

圖丨達夢技術副總經(jīng)理李莊莊現(xiàn)場演講

展望未來，李莊莊認為數(shù)據(jù)與AI的融合發(fā)展將大有可為，他指出了以下幾個重點的數(shù)據(jù)庫智能化發(fā)展趨勢：

一是，智能化自治的程度會越來越高，像自主感知、動態(tài)調(diào)整架構、自動優(yōu)化性能、硬件故障自修復等技術一定會快速發(fā)展，最終的目標肯定是“無人工干預”，就像真正意義上的智能駕駛一樣。

二是，數(shù)據(jù)庫和AI大模型的融合會越來越深，我中有你，你中有我，AI4DB成為標配，DB4AI成為默認。

三是，數(shù)據(jù)庫和數(shù)據(jù)的使用技術門檻會顯著降低，比如一鍵部署模型、SQL智能生成、智能數(shù)據(jù)分析等，AI讓技術更加普惠。

李莊莊也強調(diào)，AI時代的變革才剛剛開始，AI的產(chǎn)品鏈生態(tài)鏈較之以往更長、更復雜，需要數(shù)據(jù)庫廠商更加重視產(chǎn)學研用的“協(xié)同創(chuàng)新”。

小結：AI時代取勝的關鍵是什么？

AI為數(shù)據(jù)庫的發(fā)展帶來了更多可能性，同時也帶來了更多變數(shù)。如今數(shù)據(jù)庫百花齊放，競爭也格外激烈，想要脫穎而出并不容易。李莊莊指出，在信息領域有兩個取勝的關鍵因素：

一是技術硬實力，沒有核心技術的廠商是沒有生命力的，達夢這么多年堅持自主創(chuàng)新，包括AI時代持續(xù)加大研發(fā)投入，就是出于該因素考慮，只有持續(xù)創(chuàng)新，才能擁有在市場上競爭的底氣。

二是良好的落地價值，純粹靠技術也較難勝利，如果沒有將技術轉化為 “開箱即用” 的解決方案，最終所有的技術都會成為空中樓閣，水中月鏡中花，好看但是沒用，所有成功都是建立在解決了客戶問題，帶來實際落地價值方面，這是核心，是達夢數(shù)據(jù)做全棧數(shù)據(jù)解決方案的原因所在。

AI時代，風高浪急，更需要自主創(chuàng)新帶來的技術硬實力和持續(xù)在產(chǎn)業(yè)中的良好落地價值，如此才能乘風破浪，海闊天空。