AI時代，OceanBase如何打造新時代數據底座？

（文/陳濟深 編輯/張廣凱）

隨着AI時代的不斷發展進化，卷算力、拼算法已經讓大模型廠家拼得頭破血流。然而，想要讓AI變得更強，算法，算力和數據三要素上，數據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。

相比過去傳統標量數據庫，AI時代尤其是多模態大模型需要的不僅是能夠承載向量的數據庫，更是一個能夠承載、分析和處理龐大數據流動的數據管理平台。

2025年4月，OceanBase CEO楊冰通過全員信宣佈公司全面進入AI時代，打造“DATA×AI”核心能力，建設AI時代的數據底座。距離上述全員信發佈不到一個月，5月17日，OceanBase舉辦了升級AI戰略後的首次開發者大會，同時也是OceanBase的第三屆開發者大會，公佈了該公司的更多AI動態——既發佈了數款產品，也重申了OceanBase在AI時代背景下的使命和願景。

AI落地三座大山

隨着生成式AI，尤其是多模態生成式AI的蓬勃發展，人類能夠生產的數據量呈現爆炸性增長，傳統的數據庫開始顯現出它們的短板。數據的規模、結構和處理方式，已經超出了傳統數據庫的承載能力。

根據IDC的預測，到2028年，全球新生成的數據量將達到驚人的393.9ZB（相當於全球每人每天產生1.5TB數據）。

更為關鍵的是，在AI時代，單純統計、過濾、排序的標量數據庫的侷限性愈發明顯，而基於複雜數據分析（相似度計算、推薦系統、圖像搜索）的向量數據庫則愈發重要，導致當結構化、非結構化數據並存時，往往需要使用多個數據庫來分別處理。這種“多庫並存”的方式，不僅導致管理上的複雜性，還帶來了系統間的互通性問題，增加了數據存取的時間和成本。

也就是説，隨着AI時代企業數據爆炸式增長和數據形式的愈發複雜化，AI應用在後台不僅會大幅消耗企業的存儲成本和計算資源，傳統數據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，企業還往往面臨數據孤島的現象——各類子系統數據互通困難，無法整合。

發佈PowerRAG，提供開箱即用的RAG應用開發能力

如何解決這些問題，答案並不是簡單Data+AI，即數據加上AI算法，兩個部分的簡單疊加。在OceanBase看來，這種做法過於簡化了問題。現實中，真正需要的是Data × AI，即數據與AI深度融合。

在AI應用中，數據和模型是互相依賴的。簡單來説，AI不僅僅依賴數據，更需要依靠一個統一的數據庫/數據引擎來進行即時計算、優化數據質量，併為模型提供精準、快速的數據支持。只有在數據和AI深度融合的基礎上，AI的效能才能最大化。

過去十五年來，誕生於“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，並曾打破Oracle保持9年之久的世界紀錄。

5月17日，OceanBase首次發佈面向AI的應用產品PowerRAG，該產品提供開箱即用的RAG應用開發能力，是OceanBase面向AI時代的探索之一。

OceanBase CTO楊傳輝介紹稱，傳統RAG應用的常用開發模式包括組件森林開發模式、RAG平台模式等，這些模式存在開發週期長、維護成本高、灰箱調試困難、性能難以優化等問題。OceanBase PowerRAG提供開箱即用的RAG應用開發能力，打通應用開發數據層、平台層、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，幫助用户實現文檔知識庫、智能對話、圖像比對、數據分析等多種AI應用場景的快速開發。

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、平台層面不斷突破，並致力於成為AI時代的一體化從，以便應對生成式AI給數據基礎設施帶來的技術挑戰。其中，數據底座指的是通過一體化的產品、一體化的引擎，同時地處理OLTP、OLAP以及AI的混合負載。

向量性能達業內領先水平，並已實現規模化落地

大會現場，基於基準測試工具VectorDBBench，OceanBase採用Performamce768D1M測試數據集，與業內三款領先的開源向量數據庫進行性能跑分測試。“通過這次跑分測試可以看到，OceanBase的向量性能已經達到了開源向量數據庫業內領先的水平，並且比其他的主流開源向量數據庫都要好不少。”楊傳輝表示。

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

此外，OceanBase已具備面向多種數據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，通過豐富的執行策略、自研的向量算法庫、內核級多模混合查詢等實現更快、更準、更易用的混合檢索。

目前，OceanBase的向量數據庫已經得到上百家客户的使用，並已實現規模化的落地。比如，聯通軟研院基於OceanBase打造了AI助手，銀泰商業則基於OceanBase打造了零售業智能問數平台。

推出“共享存儲”，實現TP場景下穩定運行對象存儲

為了解決無共享架構在彈性和成本方面的瓶頸問題，OceanBase宣佈一體化架構再升級，並在本次會上推出了“共享存儲”產品，該產品能將計算與存儲解耦，以自研一體化架構實現對對象存儲（如Amazon S3、阿里雲OSS等）的深度支持。

該產品還能實現對象存儲與事務型數據庫（TP，Transactional Processing）的深度集成，所構建的存算一體與分離的多雲原生架構，不僅大幅提升雲上數據存儲的彈性擴展能力，更使TP負載的存儲成本最高降低50%。

據悉，“共享存儲”產品在雲上可被應用於多種業務場景，包括典型TP、歷史庫及備份庫，時序類業務、HBase兼容類業務、流水型業務系統、OLAP業務等。

楊傳輝進一步介紹稱，“共享存儲”產品背後藴含着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；二是自研基於對象存儲的 LSM-Tree引擎並採用深度工程手段，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場景下熱點數據的穩定性問題；此外，優化對象存儲的訪問全鏈路，確保TP業務毫秒級響應的穩定性。

通過逐一突破這些技術難點，使得OceanBase的雲數據庫OB Cloud成為目前業內唯一能夠在 TP 場景下穩定運行對象存儲的多雲原生數據庫：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還宣佈，OB Cloud正式上線百度雲。截止目前，OB Cloud已支持阿里雲、華為雲、騰訊雲、百度雲、AWS、Google Cloud 六大主流公有云平台，全球覆蓋超過100個可用區。

承接AI時代使命：從一體化數據庫向一體化數據底座演進

IDC軟件市場研究經理李凌霄在本次會上表示，預計到2028年全球企業級數據的數據量相比2023年整體增長400%以上，年複合增長率約為30.2%。通過生成式AI技術去讓多模態數據產生價值已經具備技術可行性，這意味着多模態數據將能為企業的管理、運營、決策、業務帶來價值。未來，人們將會大量地產生、存儲和加工多模態數據。

與此同時，AI時代也帶來了新的數據難題。於企業而言，數據倉庫的容量已實現質的飛躍，結構化數據存儲規模“突破PB級邁向EB級”成為新常態，這給數據存儲、管理與分析帶來嚴峻挑戰。

面對行業需求，OceanBase正在大膽探索。楊傳輝表示，OceanBase已經具備了一定的AI時代數據處理能力，如分佈式有效應對海量數據的存儲計算、多模融合統一處理不同結構數據、TP/AP一體化實現混合事務和即時分析處理。但大模型落地產生價值的核心在於數據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。

基於這一能力，OceanBase致力於從一體化數據庫向一體化數據底座演進，通過一套引擎同時支持TP/AP/AI混合負載，支持向量數據庫，實現SQL與AI的混合檢索。

作為一款原生分佈式數據庫，OceanBase原本就具有的企業級分佈式數據庫能力，為AI時代的海量數據處理分析打下了基礎。對於支持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也在持續探索，進一步加強SQL+AI能力。比如，模型上下文協議（MCP，Model Context Protocol）是最近一款非常流行的技術，通過MCP能把每個產品接入大模型生態裏，OceanBase的OceanBase service和OceanBase的管控工具OCP目前均已實現MCP支持，未來OceanBase也會全面擁抱MCP的大模型生態。

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。”未來的應用一定是基於AI的應用，未來的數據公司也都會是AI公司。”楊冰還説道：“作為一個數據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。”為了更好地推進這些方向，OceanBase定下了四個大方向：一是成為“知識底座”，二是打破“數據次元壁”， 三是當AI的“靠譜參謀”， 四是做流量的“衝浪高手”。

而作為AI戰略“一號位”的楊傳輝，針對Data×AI分享了更多細節。他表示OceanBase正致力於構建能力，面向AI時代推動一體化數據庫向一體化數據底座的戰略演進。

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，指的是要把數據融入大模型裏，通過數據提升模型準確度，從而提升推理效率並降低推理成本。Bring AI to Data，則分成兩個層次：第一個層次是在數據庫裏通過類似AI function的方式直接集成大模型的能力；第二個層次是把AI融合到整個數據庫，以便提升數據庫的可應用性，比如開發智能知識庫和智能助手等。

此外，在楊傳輝描繪的一體化數據底座版圖中，OceanBase希望能夠實現從算力、基礎設施，到平台層、應用層、交付形態的全方位佈局。他表示：“未來15年一定是一個AI大爆發的時代，我們也相信隨着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時代的一體化數據底座。”

那麼，OceanBase的信心從何而來？對此，楊傳輝表示：首先，Data x AI一體化數據底座其實是OceanBase一體化數據庫的延伸，它的核心在於能否做好數據處理。未來，OceanBase一定會拓展數據處理範疇，但是並不會把自己侷限在關係數據庫的舒適圈裏，而是會讓數據處理更好地適應AI時代的工作負載。其次，AI時代的應用大爆發給了OceanBase更大的機會，AI時代的應用一方面需要更多的數據，另一方面需要混合負載。對於開發者來説，他們希望在一套引擎裏直接通過一條SQL處理所有的工作負載，而一體化和分佈式恰好是OceanBase的優勢。“今天我可以告訴大家，OceanBase的研發團隊既能做數據庫，也能做分佈式系統，還能做AI的infra。再加上由螞蟻集團技術能業務場景支持，OceanBase做這件事情是非常順理成章的。”楊傳輝表示。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時代的數據和技術。”

OceanBase原本是螞蟻集團的一個子部門，後來獨立出來成立單獨的公司。在關係上螞蟻集團就好比是OceanBase的“長輩”，螞蟻集團CTO何徵宇也在本次大會現場表示大力支持OceanBase的AI戰略。他説，螞蟻集團將支持OceanBase在金融、醫療、生活等螞蟻AI的核心場景的突破，支持OceanBase去實踐DataxAI的理念和架構創新，幫助OceanBase進一步攻堅AI關鍵能力。同時，螞蟻集團將繼續支持OceanBase開源開放，把在Data×AI上的能力逐漸開放給行業，為AGI的夢想添磚加瓦。