OceanBase全面擁抱AI！首發(fā)PowerRAG產(chǎn)品，CTO楊傳輝詳解AI戰(zhàn)略

白交 2025-05-19 14:55:35 來源：量子位

允中 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

全面擁抱AI之后，OceanBase首次詳解了他們的戰(zhàn)略。

第三屆開發(fā)者大會(huì)上，OceanBase發(fā)布了面向AI的應(yīng)用產(chǎn)品PowerRAG——

主打RAG開發(fā)能力開箱即用，打通應(yīng)用開發(fā)數(shù)據(jù)層、平臺(tái)層、接口層與應(yīng)用層的全流程。

它可以幫助用戶實(shí)現(xiàn)文檔知識(shí)庫、智能對(duì)話、圖像比對(duì)、數(shù)據(jù)分析等多種AI應(yīng)用場景的快速開發(fā)。

作為他們AI應(yīng)用層面探索的第一步，首次以AI戰(zhàn)略一號(hào)位現(xiàn)身大會(huì)的CTO楊傳輝進(jìn)一步解釋了產(chǎn)品背后的戰(zhàn)略驅(qū)動(dòng)：OceanBase正致力于構(gòu)建Data×AI能力，面向AI時(shí)代推動(dòng)一體化數(shù)據(jù)庫向一體化數(shù)據(jù)底座的戰(zhàn)略演進(jìn)。

這是OceanBase戰(zhàn)略升級(jí)的第一個(gè)大動(dòng)作，時(shí)間間隔不過一個(gè)月。

2025年4月27日，OceanBase CEO 楊冰發(fā)布全員信，宣布OceanBase將全面進(jìn)入AI時(shí)代，并且為保障戰(zhàn)略推進(jìn)，OceanBase啟動(dòng)人才和組織體系升級(jí)，任命CTO楊傳輝擔(dān)任AI戰(zhàn)略一號(hào)位，并成立AI平臺(tái)與應(yīng)用部、AI引擎組等新部門。

這樣的推進(jìn)速度，不難看出OceanBase背后的AI決心和氣魄。而本次開發(fā)者大會(huì)呈現(xiàn)出他們對(duì)于數(shù)據(jù)與AI融合的思考，在大模型行業(yè)應(yīng)用進(jìn)入深水區(qū)的此刻，其實(shí)值得參考。

數(shù)據(jù)在AI時(shí)代的重塑：從挑戰(zhàn)到基礎(chǔ)設(shè)施革新

AI技術(shù)的爆發(fā)式發(fā)展正在重塑數(shù)據(jù)生態(tài)，已經(jīng)成為行業(yè)共識(shí)。據(jù)IDC數(shù)據(jù)預(yù)測，受到生成式AI等技術(shù)驅(qū)動(dòng)，新生成數(shù)據(jù)量規(guī)模將達(dá)到393.9ZB，其中企業(yè)數(shù)據(jù)規(guī)模和增速尤為凸顯，非結(jié)構(gòu)化數(shù)據(jù)將是最主要的企業(yè)數(shù)據(jù)形式，占比將超80%。

海量數(shù)據(jù)的爆炸式增長，讓傳統(tǒng)數(shù)據(jù)基礎(chǔ)設(shè)施面臨前所未有的挑戰(zhàn)。數(shù)據(jù)存儲(chǔ)容量告急、存儲(chǔ)架構(gòu)擴(kuò)展形不足、數(shù)據(jù)管理效率低下，數(shù)據(jù)分析實(shí)時(shí)性滯后正在倒逼行業(yè)思考：如何構(gòu)建AI時(shí)代的新型數(shù)據(jù)基礎(chǔ)設(shè)施？

AI從Task-specific到General的進(jìn)化，給數(shù)據(jù)提出了更高維度的需求。螞蟻集團(tuán)CTO何征宇在分享中指出，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，且依舊有很大挑戰(zhàn)：一是數(shù)據(jù)的獲取成本顯著增加，二是嚴(yán)謹(jǐn)?shù)男袠I(yè)數(shù)據(jù)稀缺且流動(dòng)困難，三是多模態(tài)數(shù)據(jù)需要更強(qiáng)的處理能力，四是數(shù)據(jù)的質(zhì)量評(píng)估難。

無法數(shù)字化，就無法智能化。在傳統(tǒng)企業(yè)場景中，要想實(shí)現(xiàn)智能化，前提實(shí)現(xiàn)數(shù)字化，只有充分挖掘數(shù)據(jù)要素，才能通過AI來釋放它的價(jià)值。

能夠看到的是，AI與數(shù)據(jù)之間的關(guān)系遠(yuǎn)比以往都更為緊密。數(shù)據(jù)驅(qū)動(dòng)AI，而AI正在推動(dòng)Data Infra 向 Data × AI Infra 演進(jìn)。

數(shù)據(jù)基礎(chǔ)設(shè)施的革新方向已清晰可見，但是現(xiàn)有數(shù)據(jù)基礎(chǔ)設(shè)施可能無法跟上AI的需求。

企業(yè)大模型落地面臨著成本、準(zhǔn)確性和數(shù)據(jù)安全三大挑戰(zhàn)。

數(shù)據(jù)孤島導(dǎo)致跨系統(tǒng)整合成本激增，企業(yè)需為分散的存儲(chǔ)、冗余計(jì)算（如多副本ETL）及數(shù)據(jù)庫人工運(yùn)維支付高昂溢價(jià)；長尾場景下的一些碎片化數(shù)據(jù)難以為模型提供完整”知識(shí)圖譜”，往往導(dǎo)致數(shù)據(jù)準(zhǔn)確性不足；當(dāng)數(shù)據(jù)儲(chǔ)存在單機(jī)或者單片云時(shí)，是有可能因?yàn)橥獠抗收隙媾R數(shù)據(jù)泄露的風(fēng)險(xiǎn)，而用大模型做個(gè)智能應(yīng)用本身開發(fā)周期就太長，整個(gè)風(fēng)險(xiǎn)的窗口期就拉長，這個(gè)過程成本也很高。

既然如此，行業(yè)該如何破局？承載著數(shù)據(jù)處理與分析的責(zé)任，數(shù)據(jù)庫廠商正在加速探索，以O(shè)ceanBase為代表，15年持續(xù)深耕海量核心場景Know-how，它的系列動(dòng)作或許值得關(guān)注。

一方面，OceanBase 堅(jiān)持100%根自研，自 2010 開始投入研發(fā)，目前已支持支付寶全部核心賬務(wù)、核心支付系統(tǒng)，連續(xù)十余年穩(wěn)定支撐雙 11，歷經(jīng)流量洪峰和穩(wěn)定性考驗(yàn)。全球唯一接連打破“數(shù)據(jù)庫世界杯”TPC-C 和 TPC-H 測試紀(jì)錄，入選世界互聯(lián)網(wǎng)領(lǐng)先科技成果獎(jiǎng)。

在商業(yè)化上，OceanBase已助力金融、政務(wù)、運(yùn)營商、零售、互聯(lián)網(wǎng)等多個(gè)行業(yè)的2000多家客戶實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)系統(tǒng)升級(jí)。

另一方面，它正在全力擁抱AI，積極布局戰(zhàn)略升級(jí)。他們會(huì)如何做，也能給正在等待AI轉(zhuǎn)型升級(jí)的企業(yè)一個(gè)參考。

CEO楊冰的全員信中，其實(shí)就已經(jīng)透露他們接下來的發(fā)展目標(biāo)：

我們將形成AI時(shí)代從一體化存儲(chǔ)（行存、列存、KV、文檔、向量、倒排）到一體化計(jì)算（OLTP、OLAP、NoSQL、向量數(shù)據(jù)庫、搜索、推理、RAG）的全方位布局，依托螞蟻的豐富應(yīng)用場景將OceanBase的“Data × AI”能力打磨成為新的核心競爭力，并逐漸服務(wù)外部客戶，打造如分布式技術(shù)般的世界級(jí)AI數(shù)據(jù)底座。

而此次開發(fā)者大會(huì)，正是他們向外界展示的首次實(shí)踐。

OceanBase給出答案：一體化數(shù)據(jù)底座

面對(duì)行業(yè)的真實(shí)需求，OceanBase正在大膽探索。CTO楊傳輝表示，作為一體化分布式數(shù)據(jù)庫，OceanBase已經(jīng)具備了一定的AI時(shí)代數(shù)據(jù)處理能力。

比如分布式有效應(yīng)對(duì)海量數(shù)據(jù)的存儲(chǔ)計(jì)算、多模融合統(tǒng)一處理不同結(jié)構(gòu)數(shù)據(jù)、TP/AP一體化實(shí)現(xiàn)混合事務(wù)和實(shí)時(shí)分析處理。

在支持AI應(yīng)用落地的核心基礎(chǔ)設(shè)施——向量性能、混合檢索等層面，OceanBase也有新的突破。

大會(huì)現(xiàn)場，基于基準(zhǔn)測試工具VectorDBBench，采用Performamce768D1M測試數(shù)據(jù)集，OceanBase與業(yè)內(nèi)三款領(lǐng)先的開源向量數(shù)據(jù)庫進(jìn)行性能跑分測試。結(jié)果顯示，OceanBase的向量性能已經(jīng)達(dá)到開源向量數(shù)據(jù)庫業(yè)內(nèi)的領(lǐng)先水平。

而面對(duì)AI時(shí)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(duì)JSON半結(jié)構(gòu)化數(shù)據(jù)的壓縮能力，降低AI場景中的半結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)成本。此外，OceanBase已具備面向多種數(shù)據(jù)模型的混合檢索能力。

再加上PowerRAG，一改傳統(tǒng)的開發(fā)模式（組件森林開發(fā)模式、RAG平臺(tái)模式等），主打開箱即用。

以上能力和產(chǎn)品，背后依托于OceanBase對(duì)于大模型落地價(jià)值的思考以及“一體化數(shù)據(jù)底座”的戰(zhàn)略思路。

他們認(rèn)為大模型落地產(chǎn)生價(jià)值的核心在數(shù)據(jù)與模型的一體化融合。更形象地表述是，數(shù)據(jù)與AI的關(guān)系不再是簡單的Data+AI，應(yīng)該是Data×AI。

基于Data×AI能力，OceanBase致力于從一體化數(shù)據(jù)庫朝著一體化數(shù)據(jù)底座演進(jìn)。

在過去15年產(chǎn)品技術(shù)演進(jìn)中，一體化早已注入了OceanBase的靈魂。甚至從架構(gòu)設(shè)計(jì)的第一天就被視作自然而然的選擇：通過分布式架構(gòu)底座將多個(gè)關(guān)鍵能力融合到一個(gè)引擎和一套數(shù)據(jù)庫。

從最初的工程一體化、多租戶、多兼容模式，演進(jìn)到 HTAP 工作負(fù)載一體化(混合事務(wù)/分析處理)，再到單機(jī)分布式一體化、多模型、多數(shù)據(jù)接口，以及面向未來多云基礎(chǔ)設(shè)施的存算分離引擎，可以說一體化本身就是OceanBase產(chǎn)品迭代發(fā)展的核心。

當(dāng)下更海量更復(fù)雜數(shù)據(jù)規(guī)模、混合負(fù)載的需求，一體化數(shù)據(jù)底座也成為廣泛的市場需求。它的底層需要實(shí)現(xiàn)單機(jī)分布式一體化和云上云下一體化，也就是單機(jī)分布式一體化架構(gòu)和多云原生架構(gòu)，對(duì)用戶來說它需要提供一套統(tǒng)一支持SQL、AP和AI的數(shù)據(jù)底座。

AI時(shí)代的數(shù)據(jù)底座

此次 OceanBase 所展現(xiàn)出來的數(shù)據(jù)底座探索和創(chuàng)新，對(duì)整個(gè)數(shù)據(jù)庫行業(yè)以及AI應(yīng)用生態(tài)發(fā)展都可能帶來多維度推動(dòng)作用。

首先，AI時(shí)代的數(shù)據(jù)基礎(chǔ)設(shè)施正在從“被動(dòng)存儲(chǔ)”到“主動(dòng)賦能”的范式轉(zhuǎn)換。以往數(shù)據(jù)基礎(chǔ)設(shè)施隱于技術(shù)之后，廠商更多是針對(duì)單一性能、單點(diǎn)需求進(jìn)行優(yōu)化和解決，沒有形成整體的整合與協(xié)同。

現(xiàn)在當(dāng)AI賦能應(yīng)用層，數(shù)據(jù)基礎(chǔ)設(shè)施面向 AI 提供開發(fā) AI 創(chuàng)新應(yīng)用的能力，如推理能力、向量能力、RAG 能力、混合檢索能力等，以滿足 AI 創(chuàng)新應(yīng)用對(duì)數(shù)據(jù)基礎(chǔ)設(shè)施的全面需求。

這也就給其他廠商跟進(jìn)優(yōu)化自身的產(chǎn)品，朝著數(shù)據(jù)與模型一體化融合的方向研究和實(shí)踐提供一個(gè)參考。

其次，AI時(shí)代的數(shù)據(jù)底座，可能呈現(xiàn)出這幾個(gè)方面的特點(diǎn)。

多模態(tài)融合，支持結(jié)構(gòu)化（SQL）、半結(jié)構(gòu)化（JSON）、非結(jié)構(gòu)化（向量/文本）數(shù)據(jù)的統(tǒng)一存儲(chǔ)與混合檢索能力。

混合負(fù)載處理能力，AI時(shí)代將工作負(fù)載的邊界模糊了。通過HTAP引擎實(shí)現(xiàn)OLTP（事務(wù)處理）與OLAP（實(shí)時(shí)分析）的融合，以適應(yīng)復(fù)雜的處理需求。

此外，還包括成本與性能的極致平衡、AI原生功能集成等特點(diǎn)。

最后，在AI廣泛應(yīng)用落地中，數(shù)據(jù)庫廠商是整個(gè)生態(tài)中關(guān)鍵一環(huán)。通過提供高效、易用的數(shù)據(jù)底座解決方案，降低企業(yè)開發(fā) AI 應(yīng)用門檻，從而實(shí)現(xiàn)AI的普惠。

從OceanBase Data x AI的全景圖可以看到，作為最底層的一體化數(shù)據(jù)底座，OceanBase需要和下層模型，以及上層的Agent平臺(tái)，AI應(yīng)用做適配。比如當(dāng)前在流行的MCP大模型生態(tài)。

也就意味著，AI場景價(jià)值落地，還是離不開生態(tài)合力，通過”數(shù)據(jù)-模型-應(yīng)用“形成正向循環(huán)，促使全行業(yè)加速向多模態(tài)、低成本、易用性方向演進(jìn)。

未來，隨著更多企業(yè)加入這一生態(tài)，AI技術(shù)將真正成為普惠生產(chǎn)力，而OceanBase的實(shí)踐無疑正在為這一未來筑牢“地基”。