OceanBase開發(fā)者大會：詳解Data×AI戰(zhàn)略，發(fā)布首個 RAG 產(chǎn)品

白交 2025-05-17 12:46:12 來源：量子位

升級AI戰(zhàn)略后的OceanBase迎來了首次開發(fā)者大會。5月17日在OceanBase第三屆開發(fā)者大會上，OceanBase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。作為AI戰(zhàn)略一號位、CTO楊傳輝表示，OceanBase正致力于構建Data×AI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。此前，CEO楊冰曾通過全員信宣布公司全面進入AI時代。

螞蟻集團CTO何征宇在大會現(xiàn)場表示，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。同時繼續(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。

從一體化數(shù)據(jù)庫向一體化數(shù)據(jù)底座演進

AI時代帶來了新的數(shù)據(jù)難題，已成為行業(yè)共識。IDC報告指出，受生成式AI等技術驅(qū)動，預計2028年全球新生成數(shù)據(jù)量規(guī)模將達到393.9ZB，其中企業(yè)數(shù)據(jù)規(guī)模和增速尤為凸顯。于企業(yè)而言，數(shù)據(jù)倉庫的容量已實現(xiàn)質(zhì)的飛躍，結構化數(shù)據(jù)存儲規(guī)?！巴黄芇B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)。

螞蟻集團CTO何征宇也在分享中指出，海量的互聯(lián)網(wǎng)數(shù)據(jù)成就了今天的大模型，但大模型幻覺問題的源頭也是數(shù)據(jù)問題。數(shù)據(jù)決定著大模型的能力上限，且依舊有四大挑戰(zhàn)：一是數(shù)據(jù)的獲取成本顯著增加，二是嚴謹?shù)男袠I(yè)數(shù)據(jù)稀缺且流動困難，三是多模態(tài)數(shù)據(jù)需要更強的處理能力，四是數(shù)據(jù)的質(zhì)量評估難。

面對行業(yè)的真實需求，OceanBase正在大膽探索。楊傳輝認為，作為一個一體化分布式數(shù)據(jù)庫，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致力于從一個一體化數(shù)據(jù)庫向一個一體化數(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，這背后涉及OceanBase在Data與AI領域的工程與產(chǎn)品能力。

PowerRAG發(fā)布，提供開箱即用的RAG應用開發(fā)能力

在楊傳輝描繪的一體化數(shù)據(jù)底座版圖中，OceanBase期望在未來實現(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。

此次大會上，OceanBase首次發(fā)布面向AI的應用產(chǎn)品PowerRAG，打造AI驅(qū)動的開箱即用的RAG服務。

楊傳輝介紹，傳統(tǒng)RAG應用常用開發(fā)模式包括組件森林開發(fā)模式、RAG平臺模式等，但存在開發(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)。

“致力于成為AI時代的一體化數(shù)據(jù)底座，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?！睏顐鬏x表示。

記者還了解到，過去十五年OceanBase誕生于雙11的海量交易場景并在螞蟻集團的金融場景中經(jīng)受磨礪打磨技術，未來，螞蟻集團也將繼續(xù)向OceanBase開放核心AI場景，幫助OceanBase進一步攻堅AI關鍵能力，實現(xiàn)開放開源，為行業(yè)提供更多的AI創(chuàng)新服務。

向量性能已達開源向量數(shù)據(jù)庫業(yè)內(nèi)的領先水平

作為原生分布式數(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)處理分析打下基礎。在支持AI應用落地的核心基礎設施——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。

大會現(xiàn)場，基于基準測試工具VectorDBBench，采用Performamce768D1M測試數(shù)據(jù)集，OceanBase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。結果顯示，OceanBase的向量性能已經(jīng)達到開源向量數(shù)據(jù)庫業(yè)內(nèi)的領先水平。

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?qū)崿F(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已被客戶應用于多個AI相關場景的開發(fā)，如聯(lián)通軟研院基于OceanBase打造AI助手，in銀泰商業(yè)則基于OceanBase打造零售業(yè)智能問數(shù)平臺等。