AI时代，OceanBase如何打造新时代数据底座？

（文/陈济深 编辑/张广凯）

随着AI时代的不断发展进化，卷算力、拼算法已经让大模型厂家拼得头破血流。然而，想要让AI变得更强，算法，算力和数据三要素上，数据反而更容易是成为短板的要素。

蚂蚁旗下的OceanBase，找到了自己在AI时代的用武之地。

相比过去传统标量数据库，AI时代尤其是多模态大模型需要的不仅是能够承载向量的数据库，更是一个能够承载、分析和处理庞大数据流动的数据管理平台。

2025年4月，OceanBase CEO杨冰通过全员信宣布公司全面进入AI时代，打造“DATA×AI”核心能力，建设AI时代的数据底座。距离上述全员信发布不到一个月，5月17日，OceanBase举办了升级AI战略后的首次开发者大会，同时也是OceanBase的第三届开发者大会，公布了该公司的更多AI动态——既发布了数款产品，也重申了OceanBase在AI时代背景下的使命和愿景。

AI落地三座大山

随着生成式AI，尤其是多模态生成式AI的蓬勃发展，人类能够生产的数据量呈现爆炸性增长，传统的数据库开始显现出它们的短板。数据的规模、结构和处理方式，已经超出了传统数据库的承载能力。

根据IDC的预测，到2028年，全球新生成的数据量将达到惊人的393.9ZB（相当于全球每人每天产生1.5TB数据）。

更为关键的是，在AI时代，单纯统计、过滤、排序的标量数据库的局限性愈发明显，而基于复杂数据分析（相似度计算、推荐系统、图像搜索）的向量数据库则愈发重要，导致当结构化、非结构化数据并存时，往往需要使用多个数据库来分别处理。这种“多库并存”的方式，不仅导致管理上的复杂性，还带来了系统间的互通性问题，增加了数据存取的时间和成本。

也就是说，随着AI时代企业数据爆炸式增长和数据形式的愈发复杂化，AI应用在后台不仅会大幅消耗企业的存储成本和计算资源，传统数据库也难以同时满足高速访问和安全防护的要求。最为关键的是，企业还往往面临数据孤岛的现象——各类子系统数据互通困难，无法整合。

发布PowerRAG，提供开箱即用的RAG应用开发能力

如何解决这些问题，答案并不是简单Data+AI，即数据加上AI算法，两个部分的简单叠加。在OceanBase看来，这种做法过于简化了问题。现实中，真正需要的是Data × AI，即数据与AI深度融合。

在AI应用中，数据和模型是互相依赖的。简单来说，AI不仅仅依赖数据，更需要依靠一个统一的数据库/数据引擎来进行实时计算、优化数据质量，并为模型提供精准、快速的数据支持。只有在数据和AI深度融合的基础上，AI的效能才能最大化。

过去十五年来，诞生于“双11”海量交易场景的OceanBase，在蚂蚁集团的金融场景中不断磨砺打磨技术，并曾打破Oracle保持9年之久的世界纪录。

5月17日，OceanBase首次发布面向AI的应用产品PowerRAG，该产品提供开箱即用的RAG应用开发能力，是OceanBase面向AI时代的探索之一。

OceanBase CTO杨传辉介绍称，传统RAG应用的常用开发模式包括组件森林开发模式、RAG平台模式等，这些模式存在开发周期长、维护成本高、灰箱调试困难、性能难以优化等问题。OceanBase PowerRAG提供开箱即用的RAG应用开发能力，打通应用开发数据层、平台层、接口层与应用层的全流程，提供Document（文档）和 Chat（对话）两个核心API接口，帮助用户实现文档知识库、智能对话、图像比对、数据分析等多种AI应用场景的快速开发。

杨传辉进一步表示，PowerRAG是OceanBase在应用层面探索的第一步，未来还将在应用层面、平台层面不断突破，并致力于成为AI时代的一体化从，以便应对生成式AI给数据基础设施带来的技术挑战。其中，数据底座指的是通过一体化的产品、一体化的引擎，同时地处理OLTP、OLAP以及AI的混合负载。

向量性能达业内领先水平，并已实现规模化落地

大会现场，基于基准测试工具VectorDBBench，OceanBase采用Performamce768D1M测试数据集，与业内三款领先的开源向量数据库进行性能跑分测试。“通过这次跑分测试可以看到，OceanBase的向量性能已经达到了开源向量数据库业内领先的水平，并且比其他的主流开源向量数据库都要好不少。”杨传辉表示。

面对AI时代的海量数据，OceanBase还引入BQ量化算法（HNSW+BQ），大幅降低向量场景的内存需求；引入针对JSON半结构化数据的压缩能力，降低AI场景中的半结构化数据存储成本。根据测试结果，在同等召回率与性能的情况下，引入BQ量化算法能够实现内存成本较引入前降低 95%，而在TPC-H 10G数据集上，OceanBase的JSON压缩比可达 MongoDB 的3倍。

此外，OceanBase已具备面向多种数据模型的混合检索能力。在最新版本中，OceanBase混合检索性能进一步增强，通过丰富的执行策略、自研的向量算法库、内核级多模混合查询等实现更快、更准、更易用的混合检索。

目前，OceanBase的向量数据库已经得到上百家客户的使用，并已实现规模化的落地。比如，联通软研院基于OceanBase打造了AI助手，银泰商业则基于OceanBase打造了零售业智能问数平台。

推出“共享存储”，实现TP场景下稳定运行对象存储

为了解决无共享架构在弹性和成本方面的瓶颈问题，OceanBase宣布一体化架构再升级，并在本次会上推出了“共享存储”产品，该产品能将计算与存储解耦，以自研一体化架构实现对对象存储（如Amazon S3、阿里云OSS等）的深度支持。

该产品还能实现对象存储与事务型数据库（TP，Transactional Processing）的深度集成，所构建的存算一体与分离的多云原生架构，不仅大幅提升云上数据存储的弹性扩展能力，更使TP负载的存储成本最高降低50%。

据悉，“共享存储”产品在云上可被应用于多种业务场景，包括典型TP、历史库及备份库，时序类业务、HBase兼容类业务、流水型业务系统、OLAP业务等。

杨传辉进一步介绍称，“共享存储”产品背后蕴含着OceanBase的多项技术突破：一是构建多级缓存架构，有效解决对象存储的访问延迟问题；二是自研基于对象存储的 LSM-Tree引擎并采用深度工程手段，降低对象存储的I/O压力；三是通过独有的持久化缓存弹性伸缩，进一步解决TP场景下热点数据的稳定性问题；此外，优化对象存储的访问全链路，确保TP业务毫秒级响应的稳定性。

通过逐一突破这些技术难点，使得OceanBase的云数据库OB Cloud成为目前业内唯一能够在 TP 场景下稳定运行对象存储的多云原生数据库：在TP负载下，存储成本最高降低50%；在AP负载下，存储成本最高可降低为原来的1/10。

与此同时，OceanBase还宣布，OB Cloud正式上线百度云。截止目前，OB Cloud已支持阿里云、华为云、腾讯云、百度云、AWS、Google Cloud 六大主流公有云平台，全球覆盖超过100个可用区。

承接AI时代使命：从一体化数据库向一体化数据底座演进

IDC软件市场研究经理李凌霄在本次会上表示，预计到2028年全球企业级数据的数据量相比2023年整体增长400%以上，年复合增长率约为30.2%。通过生成式AI技术去让多模态数据产生价值已经具备技术可行性，这意味着多模态数据将能为企业的管理、运营、决策、业务带来价值。未来，人们将会大量地产生、存储和加工多模态数据。

与此同时，AI时代也带来了新的数据难题。于企业而言，数据仓库的容量已实现质的飞跃，结构化数据存储规模“突破PB级迈向EB级”成为新常态，这给数据存储、管理与分析带来严峻挑战。

面对行业需求，OceanBase正在大胆探索。杨传辉表示，OceanBase已经具备了一定的AI时代数据处理能力，如分布式有效应对海量数据的存储计算、多模融合统一处理不同结构数据、TP/AP一体化实现混合事务和实时分析处理。但大模型落地产生价值的核心在于数据与模型的一体化融合，这也是OceanBase提出的构建Data×AI能力的关键。

基于这一能力，OceanBase致力于从一体化数据库向一体化数据底座演进，通过一套引擎同时支持TP/AP/AI混合负载，支持向量数据库，实现SQL与AI的混合检索。

作为一款原生分布式数据库，OceanBase原本就具有的企业级分布式数据库能力，为AI时代的海量数据处理分析打下了基础。对于支持AI应用落地的核心基础设施比如向量性能、混合检索等层面，OceanBase也在持续探索，进一步加强SQL+AI能力。比如，模型上下文协议（MCP，Model Context Protocol）是最近一款非常流行的技术，通过MCP能把每个产品接入大模型生态里，OceanBase的OceanBase service和OceanBase的管控工具OCP目前均已实现MCP支持，未来OceanBase也会全面拥抱MCP的大模型生态。

正如杨冰所言：“面向未来要搭建的不是另外一幢十几层的高楼大厦，而是要搭建一百层甚至好几百层的摩天大楼，这时就需要重新构建底层基础设施，而这也是我们所擅长的，我们也有强烈的被召唤的使命感。”未来的应用一定是基于AI的应用，未来的数据公司也都会是AI公司。”杨冰还说道：“作为一个数据存储软件未来要支撑的不仅仅是存和算，还要去支持知识的学习和获取、支持应用的推理、支持更多的决策。”为了更好地推进这些方向，OceanBase定下了四个大方向：一是成为“知识底座”，二是打破“数据次元壁”， 三是当AI的“靠谱参谋”， 四是做流量的“冲浪高手”。

而作为AI战略“一号位”的杨传辉，针对Data×AI分享了更多细节。他表示OceanBase正致力于构建能力，面向AI时代推动一体化数据库向一体化数据底座的战略演进。

Data x AI从概念上可以分成两层：Bring Data to AI和Bring AI to Data。Bring Data to AI，指的是要把数据融入大模型里，通过数据提升模型准确度，从而提升推理效率并降低推理成本。Bring AI to Data，则分成两个层次：第一个层次是在数据库里通过类似AI function的方式直接集成大模型的能力；第二个层次是把AI融合到整个数据库，以便提升数据库的可应用性，比如开发智能知识库和智能助手等。

此外，在杨传辉描绘的一体化数据底座版图中，OceanBase希望能够实现从算力、基础设施，到平台层、应用层、交付形态的全方位布局。他表示：“未来15年一定是一个AI大爆发的时代，我们也相信随着AI的应用场景以及来自中国乃至世界的AI场景打磨，OceanBase将成为AI时代的一体化数据底座。”

那么，OceanBase的信心从何而来？对此，杨传辉表示：首先，Data x AI一体化数据底座其实是OceanBase一体化数据库的延伸，它的核心在于能否做好数据处理。未来，OceanBase一定会拓展数据处理范畴，但是并不会把自己局限在关系数据库的舒适圈里，而是会让数据处理更好地适应AI时代的工作负载。其次，AI时代的应用大爆发给了OceanBase更大的机会，AI时代的应用一方面需要更多的数据，另一方面需要混合负载。对于开发者来说，他们希望在一套引擎里直接通过一条SQL处理所有的工作负载，而一体化和分布式恰好是OceanBase的优势。“今天我可以告诉大家，OceanBase的研发团队既能做数据库，也能做分布式系统，还能做AI的infra。再加上由蚂蚁集团技术能业务场景支持，OceanBase做这件事情是非常顺理成章的。”杨传辉表示。他还总结称：“学AI用AI，学OB用OB。只要大家学好AI、学好OB，我们都能很好地掌握AI时代的数据和技术。”

OceanBase原本是蚂蚁集团的一个子部门，后来独立出来成立单独的公司。在关系上蚂蚁集团就好比是OceanBase的“长辈”，蚂蚁集团CTO何征宇也在本次大会现场表示大力支持OceanBase的AI战略。他说，蚂蚁集团将支持OceanBase在金融、医疗、生活等蚂蚁AI的核心场景的突破，支持OceanBase去实践DataxAI的理念和架构创新，帮助OceanBase进一步攻坚AI关键能力。同时，蚂蚁集团将继续支持OceanBase开源开放，把在Data×AI上的能力逐渐开放给行业，为AGI的梦想添砖加瓦。