不止上新，OceanBase在AI时代的数据“寻宝”

转自：北京商报

一个月前，OceanBase CEO杨冰通过全员信宣布，公司将全面进入AI时代，打造“Data（数据）×AI（人工智能）”核心能力。5月17日，OceanBase详解了AI战略，并发布了与数据处理相关的能力和产品，比如AI驱动的开箱即用的RAG（检索增强生成）服务、进一步降低TP负载下存储成本的共享存储等。

按照OceanBase的计划，公司要从一体化数据库转向一体化数据底座。在现场为OceanBase站台的CTO何征宇表示，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。OceanBase始于2010年，早期服务天猫“双11”，公司独立于2020年，五年后这家以数据处理起家的公司面对的是一个AI规模化的阶段，有AI带来的天然数据增量、非结构化数据的增长等新红利，也有价格战等老问题。

图片来源：OceanBase

一些新品

“传统RAG应用常用开发模式包括组件森林开发模式、RAG平台模式等，但存在开发周期长、维护成本高、灰箱调试困难、性能难以优化等问题”，OceanBaseAI战略一号位的公司CTO杨传辉介绍，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。

OceanBase对这款产品的定义是，“OceanBase致力于成为AI时代的一体化数据底座，PowerRAG是OceanBase在应用层面探索的第一步”，杨传辉说。

当天，OceanBase还推出了一款“共享存储”产品，可实现对象存储与事务型数据库（TP）的深度集成，构建存算一体与分离的多云原生架构，可以使TP负载的存储成本最高降低500%。

将存储产品置于不同的背景下，能更好地理解这款产品。

在云计算时代，对象存储是一种新的数据存储方法，它将数据存储为“对象”，因高可靠、低成本、可无限扩展等特性，被广泛应用于分析型数据库（AP）、企业存储备份、归档和数据湖等场景。

但在事务型数据库（TP）的生产环境中，因数据计算对低延迟、高性能有极致追求，普遍采用紧耦合的存算一体架构，因此依赖本地磁盘或云盘，无法支持对象存储的应用。“共享存储”产品解决的就是无共享架构在弹性和成本方面的瓶颈问题。

该产品在云上可被应用于典型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。

先做好数据底座

不论是PowerRAG还是共享存储，其实都是因时而生的产品，小到产品，大到公司战略同样如此。

杨冰分享了自己看到的企业诉求，他把OceanBase的目标企业分成两类，“一类是想通过通用的AI给自己助力的企业，比如通过通用大模型。企业把大模型拿过来要结合内部的数据做后训练，不然没法用，数据这时会成为企业内部的知识库，成为企业所有上层AI应用的基础，这可能涉及到存储层，所以我们研发了向量化、融合检索，OceanBase的产品就是这么来的，因为这些需求是刚需”。

“另一类是一些SaaS（软件即服务）企业，或像阿里、蚂蚁都提出要用AI全面重构，这些企业的动作更大”，杨冰说，“它们可能要的就不只是一个知识库，是要把AI的各种能力拆分之后融入。”

在OceanBase分享的一张图中，提到了公司的未来，后期会从数据产生到训练、未来应用的全链条。“OceanBase还处在早期布局阶段，我们现在要把数据底座先做好”，杨传辉分享了OceanBase大致的发展节奏。

这也是OceanBase在一个月前公开的战略。根据IDC报告，受生成式AI等技术驱动，2028年全球新生成数据量规模预计将达到393.9ZB，其中企业数据规模和增速明显。对于企业而言，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。

何征宇也在分享中指出，海量的互联网数据成就了今天的大模型，但大模型幻觉问题的源头也是数据问题。数据决定着大模型的能力上限，且依旧有四个挑战：数据的获取成本显著增加；严谨的行业数据稀缺且流动困难；多模态数据需要更强的处理能力；数据的质量评估难。

“较长的路”

关于大模型幻觉问题，杨传辉这么解释：“本质上，出现幻觉要么是缺数据，要么是缺高质量的数据，幻觉是永远不可能消失的，但可以无穷地逼近于0”，他站在企业的角度说，“一方面等着大模型拿公有数据改进它的算法、数据质量，这样能慢慢把准确率变高；另一方面可以把自己企业的数据，或者掌握的部分行业公共数据，结合到大模型里从而获得更好的服务，现在的难点在于结合，Data×AI的融合是极其难的。”

PowerRAG解决的就是第二个问题。杨传辉也坦言，“RAG这个方向其他也有很多挑战，还有一段比较长的路要走，整个行业都有比较长的路要走”。

事实上，“数据库行业的价格竞争很激烈”，比达分析师李锦清告诉北京商报记者，“国产数据库市场中，很多企业都是基于开源技术的二次开发，产品功能高度重叠，中小厂商通过低价策略争夺市场份额，导致毛利率不高。国际厂商市场份额逐步下降。国内云厂商通过云服务订阅模式降低成本，也是在以价格优势抢占市场。”

杨冰没有避讳价格，“性价比是数据库领域永恒的话题，但在IT软件这个领域，性价比往往意味着更高的质量，是设定一个价格但拥有更好的能力。OceanBase是在迭代中提升能力，技术的创新也确实让企业在成本上实现了下降”。

北京商报记者 魏蔚