AI工業化時代，作為國產數據庫的標桿玩家，源自螞蟻集團的OceanBase站在了新的起點。

5月17日，在OceanBase第三屆開發者大會上，OceanBase對外詳細詮釋了其最新升級的“DATA x AI”戰略，并發布面向AI的應用產品PowerRAG。

作為OceanBase AI戰略落地的“一號位”，OceanBase CTO楊傳輝表示，OceanBase正致力于構建Data×AI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。

今年4月27日，OceanBase CEO楊冰發布全員信，宣布OceanBase將全面進入AI時代，打造“DATA×AI”核心能力，建設AI時代的數據底座。

在OceanBase看來，AI時代，傳統數據庫已很難滿足全行業的需求。

一方面，AI大模型的爆發，會讓數據以及數據的處理需求，爆發式增長，比如AI大模型核心是對海量數據進行訓練與推理，且會生成海量數據。IDC報告指出，受生成式AI等技術驅動，預計2028年全球新生成數據量規模將達到393.9ZB。數據量級的指數級增長，對數據庫的架構、性能、成本等均提出新的需求。另一方面，AI時代，數據的類型更多從結構化向非結構化轉變，源自真實世界的圖像、視頻等非結構化數據更多，傳統的關系型數據庫已很難滿足。

在內部信中，楊冰表示，OceanBase面向未來思考，AI正在重塑一切，誰能更好地解決DATA和AI的融合，實現“DATA×AI”，誰就能成為AI時代的數據底座。

在打造AI時代的數據庫上，OceanBase有先天優勢。作為一家生于AI云時代的數據庫廠商，OceanBase一直將“分布式”作為自身的信仰，楊傳輝很早就提出“單機分布式一體化是數據庫的未來”的觀點。當年，傳統數據庫很難服務于螞蟻爆發式增長的數據處理需求，OceanBase應運而生，從無到有，堅持100%根自研，攻克了分布式數據庫穩定性、高并發、可擴展、實時分析和多云等難題，為市場打造了一款高質量的一體化分布式數據庫產品。

如今，隨著DeepSeek的爆發，大模型應用成本指數級下降，AI加速走向千行百業實現規模化落地。面對企業在AI時代悄然變化的需求，OceanBase已有一定的DATA x AI能力，如分布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實時分析處理。

不過，在楊傳輝看來，“大模型落地產生價值的核心，在于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。”因此，OceanBase跳脫出傳統本地化數據庫的邏輯，基于一體化數據庫的現有優勢，加速向一個一體化數據底座演進，可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。

在發布會上，OceanBase發布了首個面向AI的應用產品PowerRAG，打通AI應用開發數據層、平臺層、接口層與應用層的全流程，可幫用戶實現文檔知識庫、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。

而在支持AI應用落地的核心基礎設施——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，在發布會上，OceanBase還現場“跑分”，基于基準測試工具VectorDBBench，采用Performamce768D1M測試數據集跑分測試，結果顯示，其性能超越業界三款領先的開源向量數據庫。

此外，OceanBase引入BQ量化算法（HNSW+BQ），可實現內存成本較引入前降低 95%；引入針對JSON半結構化數據的壓縮能力，在TPC-H 10G數據集上，JSON壓縮比可達 MongoDB 的3倍；支持面向多種數據模型的混合檢索能力。

OceanBase的“DATA×AI”已被多個客戶應用在真實生產場景中，比如聯通軟研院打造了服務于運營商的AI助手，in銀泰商業打造了零售業智能問數平臺。

前些年，在國產替代“信創”浪潮和企業數字化進程中，源自螞蟻，經過雙11等海量真實場景錘煉的OceanBase，基于原生分布式架構以及開源模式，成功崛起成為國產數據庫的標桿平臺。如今，在AI工業化大生產階段，作為云原生數據庫的OceanBase，不論是應對更大規模的數據處理，還是應對AI新場景下的全新AI數據處理需求，都將發揮出自身優勢，在數據產業扮演更重要的角色。