2024,国产数据库格局正在变化—敏博实时智能数据库相关探索与实践

但近5至10年间，国产数据库在政策支持和市场需求中把握发展机遇，逐渐从“能用”过渡到“好用”，并逐步向国产替代的浪潮推进。  具体来看，2016年信创概念被首次提出，2020年信创逐渐兴起，2022年逐步深化。在信创相关政策驱动下，数据库等核心产品获得产品应用以及迭代升级的机会。

近两年来，国内信创产业迎来了空前发展机遇，也带动了数据库市场的发展。根据中国信通院数据，2021年中国数据库市场规模为309亿元，占全球5.4%；预计2025年中国数据库市场总规模将达到688亿元，2021-2025年营收规模年复合增长率为23.4%。借助国内的信创红利，传统国产数据库厂商从购买源码、借助开源走向自主研发，同时也开始向能源电力、运营商、交通等其他行业快速拓展。

前景

随着ChatGPT的爆火，人工智能技术重新回归C位，大模型以其模拟人类智能的能力在逐渐改变着各行各业的运作方式。

随着智能化应用的不断深入，数据库不再仅仅是信息存储的场所，它逐渐演变为支持人工智能应用的关键基础。AI算法的训练和决策过程中需要大量的数据支持，而数据库提供了这些数据的存储和高效检索机制。与此同时，AI的智能分析和决策能力使得从数据库中提取的信息更加有深度和广度。这种跨界融合不仅增强了数据的应用价值，也提高了决策的智能化水平。

敏博多年来持续投入国产数据库研发，并推出敏博数据库系列产品-Memfire DB、Memfire Cloud产品，我们深切的体会到了这种变化给数据库产品带来的机遇与挑战，本文将从实际场景对智能化的需求出发，介绍MemFireDB在实时数据智能方向上的探索和实践。

随着IOT技术在一些重点行业的落地，近年来，我们在应急、电力、公安等领域接触到越来越多的实时数据处理的场景，比较典型的如风险防控、隐患判定、实时预警、趋势分析。在这些场景中，人工智能技术已经有比较普遍的应用，如：人脸识别、火灾识别、趋势预测等，与此同时，我们也看到了更多场景亟待发挥数据和AI的价值：

在智能化应用场景的落地实践过程中，我们看到了AI技术对数据库的一些新的需求。除了满足业务系统传统的OLTP工作负载外，也希望数据库能提供如下一些能力，来应对智能化场景的挑战：

为了适应这些挑战，同时也是为了更好的支撑我们自身在实际业务场景上的需求，敏博数据库在这些能力上进行了增强。

首先在架构上，我们开始拥抱存算分离的技术架构，并引入了分布式计算引擎，来支撑业务对实时分析场景的算力需求：

在智能化场景下，CPU的算力已经不足以支撑模型运算的需求，因此MemFireDB中增加了对GPU的支持：

为了满足业务在实时数据上的模型训练需求，我们增加了AI-in-database能力的支持：

以及直接在数据库中管理、加载和使用大模型的能力支持：

通过以上技术改造，MemFireDB实现了数据+模型+算力的统一整合，让业务开发人员不再需要复杂的基础设施也有能力应对智能化应用场景的开发需求。

在结合了智能化相关技术基础上，敏博打造了面向实时数据智能场景的新一代数据库管理系统，为开发者提供数据存储、模型管理、并行计算、实时分析等能力，充分发挥数据库在AI大模型领域的价值。

与此同时，在云原生分布式领域，敏博科技也在持续发力，基于分布式MemFireDB数据库，推出了MemFire Cloud云原生服务memfiredb.com，为应用开发者提供一站式云数据库服务。

聊天机器人/智能客服/智能助手

安全风险监测预警

人工智能，尤其是大模型的应用尚在探索的初期，数据库与AI技术的融合，相信在未来能催生更多新的应用场景，如智能风控、精准诊断、智能制造、个性化推荐等；同时敏博科技也将继续致力于用实时数据智能助力政府和企业的运营决策，通过敏博数据库、敏博实时计算、敏博智能辅助决策等相关产品更加有效的提升数据驱动决策的水平，为决策者提供更全面、更准确的信息，帮助决策者做出更及时有效的决策。