升級(jí)AI戰(zhàn)略后的OceanBase迎來了首次開發(fā)者大會(huì)。5月17日在OceanBase第三屆開發(fā)者大會(huì)上，OceanBase發(fā)布面向AI的應(yīng)用產(chǎn)品PowerRAG，該產(chǎn)品提供開箱即用的RAG應(yīng)用開發(fā)能力，是OceanBase面向AI時(shí)代的探索之一。作為AI戰(zhàn)略一號(hào)位、CTO楊傳輝表示，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)。此前，CEO楊冰曾通過全員信宣布公司全面進(jìn)入AI時(shí)代。

螞蟻集團(tuán)CTO何征宇在大會(huì)現(xiàn)場(chǎng)表示，螞蟻集團(tuán)將支持OceanBase在金融、醫(yī)療、生活等螞蟻AI的核心場(chǎng)景的突破，支持OceanBase去實(shí)踐DataxAI的理念和架構(gòu)創(chuàng)新。同時(shí)繼續(xù)支持OceanBase開源開放，把在Data×AI上的能力逐漸開放給行業(yè)，為AGI的夢(mèng)想添磚加瓦。

從一體化數(shù)據(jù)庫向一體化數(shù)據(jù)底座演進(jìn)

AI時(shí)代帶來了新的數(shù)據(jù)難題，已成為行業(yè)共識(shí)。IDC報(bào)告指出，受生成式AI等技術(shù)驅(qū)動(dòng)，預(yù)計(jì)2028年全球新生成數(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。于企業(yè)而言，數(shù)據(jù)倉庫的容量已實(shí)現(xiàn)質(zhì)的飛躍，結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)規(guī)模“突破PB級(jí)邁向EB級(jí)”成為新常態(tài)，這給數(shù)據(jù)存儲(chǔ)、管理與分析帶來嚴(yán)峻挑戰(zhàn)。

螞蟻集團(tuán)CTO何征宇也在分享中指出，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，且依舊有四大挑戰(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。

面對(duì)行業(yè)的真實(shí)需求，OceanBase正在大膽探索。楊傳輝認(rèn)為，作為一個(gè)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，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。但大模型落地產(chǎn)生價(jià)值的核心在于數(shù)據(jù)與模型的一體化融合，這也是OceanBase提出的構(gòu)建Data×AI能力的關(guān)鍵。

基于這一能力，OceanBase致力于從一個(gè)一體化數(shù)據(jù)庫向一個(gè)一體化數(shù)據(jù)底座演進(jìn)，通過一套引擎同時(shí)支持TP/AP/AI混合負(fù)載，支持向量數(shù)據(jù)庫，實(shí)現(xiàn)SQL與AI的混合檢索，這背后涉及OceanBase在Data與AI領(lǐng)域的工程與產(chǎn)品能力。

PowerRAG發(fā)布，提供開箱即用的RAG應(yīng)用開發(fā)能力

在楊傳輝描繪的一體化數(shù)據(jù)底座版圖中，OceanBase期望在未來實(shí)現(xiàn)從算力、基礎(chǔ)設(shè)施，到平臺(tái)層、應(yīng)用層、交付形態(tài)的全方位布局。

此次大會(huì)上，OceanBase首次發(fā)布面向AI的應(yīng)用產(chǎn)品PowerRAG，打造AI驅(qū)動(dòng)的開箱即用的RAG服務(wù)。

楊傳輝介紹，傳統(tǒng)RAG應(yīng)用常用開發(fā)模式包括組件森林開發(fā)模式、RAG平臺(tái)模式等，但存在開發(fā)周期長(zhǎng)、維護(hù)成本高、灰箱調(diào)試?yán)щy、性能難以優(yōu)化等問題。

OceanBase PowerRAG提供開箱即用的RAG應(yīng)用開發(fā)能力，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，提供Document（文檔）和 Chat（對(duì)話）兩個(gè)核心API接口，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(chǎng)景的快速開發(fā)。

“致力于成為AI時(shí)代的一體化數(shù)據(jù)底座，PowerRAG是OceanBase在應(yīng)用層面探索的第一步，未來還將在應(yīng)用層面、平臺(tái)層面不斷突破。”楊傳輝表示。

記者還了解到，過去十五年OceanBase誕生于雙11的海量交易場(chǎng)景并在螞蟻集團(tuán)的金融場(chǎng)景中經(jīng)受磨礪打磨技術(shù)，未來，螞蟻集團(tuán)也將繼續(xù)向OceanBase開放核心AI場(chǎng)景，幫助OceanBase進(jìn)一步攻堅(jiān)AI關(guān)鍵能力，實(shí)現(xiàn)開放開源，為行業(yè)提供更多的AI創(chuàng)新服務(wù)。

向量性能已達(dá)開源向量數(shù)據(jù)庫業(yè)內(nèi)的領(lǐng)先水平

作為原生分布式數(shù)據(jù)庫，OceanBase原本就具有的企業(yè)級(jí)分布式數(shù)據(jù)庫能力為AI時(shí)代的海量數(shù)據(jù)處理分析打下基礎(chǔ)。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也在持續(xù)探索，進(jìn)一步加強(qiáng)SQL+AI能力。

大會(huì)現(xiàn)場(chǎng)，基于基準(zhǔn)測(cè)試工具VectorDBBench，采用Performamce768D1M測(cè)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(cè)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。

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(chǎng)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(chǎng)景中的半結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)成本。根據(jù)測(cè)試結(jié)果，在同等召回率與性能的情況下，引入BQ量化算法能夠?qū)崿F(xiàn)內(nèi)存成本較引入前降低 95%，而在TPC-H 10G數(shù)據(jù)集上，OceanBase的JSON壓縮比可達(dá) MongoDB 的3倍。

此外，OceanBase已具備面向多種數(shù)據(jù)模型的混合檢索能力。在最新版本中，OceanBase混合檢索性能進(jìn)一步增強(qiáng)，通過豐富的執(zhí)行策略、自研的向量算法庫、內(nèi)核級(jí)多模混合查詢等實(shí)現(xiàn)更快、更準(zhǔn)、更易用的混合檢索。

目前，OceanBase已被客戶應(yīng)用于多個(gè)AI相關(guān)場(chǎng)景的開發(fā)，如聯(lián)通軟研院基于OceanBase打造AI助手，in銀泰商業(yè)則基于OceanBase打造零售業(yè)智能問數(shù)平臺(tái)等。