在南大通用“2026GBASE技术云享会”（gbase database）上，佰晟智算联合创始人、DBAIOPS社区发起人白鳝（徐戟）应邀出席，并发表 《数据库的未来：从DB4AI到DB4DATA》主题演讲。他从数据库技术演进的历史规律出发，深入剖析了AI时代对数据处理提出的全新挑战，前瞻性地描绘了数据库从“存数据的仓库”向“数据智能引擎”演进的未来图景。
03、AI时代数据库的八大核心能力
基于上述挑战，白鳝系统阐述了AI时代数据库应具备的八大核心能力：
多模融合与向量原生
未来数据库需要统一存储引擎，同时支持结构化数据、文档、图、时序和向量数据，一份数据多种访问方式，彻底消灭数据孤岛。向量检索能力必须内置于数据库内核，包含HNSW、IVF、PQ等量化索引，支持向量相似度、标量过滤与全文搜索的混合检索，直接支撑RAG、推荐系统、相似搜索等AI应用，无需独立部署向量数据库。
湖库一体与HTAP实时
通过统一SQL入口支持Apache Iceberg、Paimon等开放格式，实现Zero-ETL，避免数据搬迁，多引擎共享一份数据。同一份数据同时服务OLTP和OLAP，毫秒级查询延迟加上实时数据更新，消除T+1延迟，真正实现实时决策和实时特征计算。
AI自治与自然语言交互
数据库应具备自动参数调优、索引推荐、异常检测与自修复能力，智能资源调度让运维从“人治”走向“自治”。NL2SQL技术让用户直接用自然语言生成精准SQL查询，业务人员无需掌握复杂语法也能获取数据洞察。
存算分离与Agent原生
计算与存储独立扩展，对象存储提供低成本海量存储，Serverless模式实现按需付费和弹性伸缩。数据库直接面向AI Agent提供服务接口，Agent通过自然语言调用数据库的查询和管理能力，备份、恢复、扩容等运维操作一键完成——数据库从后台系统跃升为AI工作流的核心一环。
白鳝进一步提出了一个更大胆的预测：数据库的未来形态将融合计算引擎、存储引擎和推理引擎于一体，直接面向AI应用提供服务。
04、从DB4AI到DB4DATA：数据库角色的根本跃迁
演讲最后，白鳝用“从DB4AI到DB4DATA”概括了数据库角色的根本转变。
DB4AI，是让数据库更好地支撑AI——向量检索、多模存储、HTAP实时分析，这是当前正在发生的进化。DB4DATA，则是让AI更好地管理和利用数据——智能运维、自然语言交互、Agent驱动，这是未来数据库的终极形态。
白鳝总结道：“数据库不再是‘存数据的地方’。数据库加业务规则，就是完整的应用系统。数据库是AI时代的‘数据智能引擎’，是数据与业务管理一站式解决方案的核心。”
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69979120/viewspace-3175484/ ，如需转载，请注明出处，否则将追究法律责任。
最新文章
- GBase 8a MPP集群个人电脑安装环境分析
- 南大通用GBase 8c分布式数据库部署选型容易被忽略的因素
- 南大通用GBase 8c分布式数据库部署形态选型依据
- GBase 8c数据库不同部署形态多维度对比（下）
- GBase 8c数据库不同部署形态多维度对比（上）
- 世界统计日 | GBase数据库让每一次决策都“有数可依”（下）
- 世界统计日 | GBase数据库让每一次决策都“有数可依”（上）
- 南大通用GBase 8c数据库不同部署形态的架构差异（上）
- 南大通用GBase 8s数据库TPC-H仅21.34秒，跑出列存真实力（下）
- GBase 8s数据库TPC-H仅21.34秒，跑出列存真实力（上）
