在数字化浪潮席卷全球的今天，数据库作为信息系统的核心引擎，应如何持续演进，以高效驾驭海量数据、赋能智能决策？

　　在第16届中国数据库技术大会（DTCC2025）大会上，金篆信科副总经理屠要峰根据自己和团队的技术实践，发表了题为《AI驱动，向智而生：金篆数据库GoldenDB铸就智能核心引擎》的主题演讲，以下为演讲实录

　　当前，数据库国产化创新已步入“深水区”，重点行业对数据库的核心诉求可概括为“四个不能”：数据在任何场景下不能丢失、不能出错，服务不能中断，响应不能缓慢。具体而言，系统需支持百万级TPS、达到99.9999%的可用性，实现RPO=0的可靠性，并具备百亿级用户量的扩展能力，同时保证数据完全一致、故障恢复零中断。这些严苛要求表明，数据库国产化替代不仅是技术挑战，更是企业数字化乃至数智化转型的核心基石。

　　在实际落地过程中，国产数据库替代仍面临多重困难：应用系统多元化、业务数据类型多样，造成数据库需求差异显著，独立部署也导致资源利用率低、管理复杂。随着AI、5G等新技术的广泛应用，数据量持续高速增长，迁移过程风险极高。此外，现网数据库品类繁多，不同国产数据库对Oracle、DB2等传统数据库的兼容程度不一，导致业务改造面广、周期长，且通常要求业务平滑迁移、代码零修改。配套工具链的欠缺更进一步造成国产化替代费时、费力、费心，整体改造成本居高不下。

　　破局利器：金篆数据库GoldenDB核心能力行业领先

　　为应对上述挑战，GoldenDB以“强一致、高性能、高可靠、高兼容、高扩展、易运维”六大核心能力，成为推动各行业实现数字化破局的关键利器。其优势可从“多、快、好、省”四个维度概括：

　　“多”：一套GoldenDB同时支持多种数据库应用场景，涵盖Oracle、MySQL等语法模式，并支持结构化、半结构化及非结构化数据的多模处理，实现分布式与集中式一体化部署；

　　“快”：借助完善的迁移评估、数据同步、回流比对、流量录制与回放测试等工具，业务迁移效率提升83%，大幅缩短系统上线时间；

　　“好”：表现为产品在核心性能指标上实现领先，全面兼容Oracle/DB2/MySQL等数据库，语法兼容度超99%，业务迁移几乎无需代码改动，同时与国内主流信创芯片、服务器、操作系统等400余家生态厂商完成适配；

　　“省”：通过集约化建设节省硬件投入50%以上，AI驱动的智能监控与自运维节省70%人力成本，线性扩展能力确保性能损耗低于5%，实现真正意义上的“省心、省力、省资源”。

　　基于这些能力，GoldenDB已连续五年入选工信部信息技术应用创新典型解决方案。赛迪顾问报告显示，金篆数据库GoldenDB位居中国分布式事务型数据库市场领先。IDC 《中国银行业本地部署分布式事务型数据库市场份额》报告显示，，金篆数据库GoldenDB 蝉联第一，占比 28.9%。

　　智驱未来：金篆数据库GoldenDB AI×DB双向赋能

　　AI技术正驱动数据库系统向多模态、智能化与自主化方向演进。在这一趋势下，GoldenDB积极推进“AI For DB”与“DB For AI”的双向赋能，推动数据管理系统从“存储-计算”向“理解-生成”跃升。

　　AI for DB：人工智能增强数据库能力

　　通过引入AI技术，GoldenDB在以下四个核心方面实现能力跨域：

　　第一，NL to SQL：GoldenDB借助大语言模型理解用户的自然语言查询意图，通过表字段映射与SQL生成的两阶段转换，使非专业用户无需掌握复杂SQL语法，只需通过自然语言描述即可完成查询，“语言即查询”成为现实。

　　第二，运维智能体：通过AI大小模型协同，实现GoldenDB的自调优与自运维，显著提升运维自动化水平。系统能够自动进行性能诊断、参数优化和故障预测，从而降低人工干预成本，提高数据库服务的稳定性和效率。

　　第三，智能问数：融合多模态信息，支持统一语义抽取与深度数据洞察，帮助用户以更高效的方式进行数据价值挖掘，不仅可查询结构化数据，还能融合处理非结构化数据，真正实现从“数据管理”到“数据认知”的跨越。

　　第四，多模数据智能检索：传统数据库依赖关键字精确匹配，难以应对AI时代对语义检索的需求。GoldenDB引入向量计算技术，实现对文本、图像等非结构化数据的语义级精准匹配，极大扩展了数据库在多元数据场景下的检索能力。

　　第二条路径是DB for AI，即通过数据库为AI训练与推理提供底层支撑，并直接赋能AIGC类应用。具体体现在以下几个方面：

　　首先是多模态数据的统一存储与检索，能够全面满足AI对结构化、非结构化数据的多样化需求。当前行业中普遍关注的RAG技术（检索增强生成），正是依托于数据库的这一能力。大模型一旦训练完成，其知识体系便相对固定，容易出现“幻觉”且难以实时更新。而通过AI数据库提供的RAG支持，我们能够有效消除幻觉问题，并实现动态知识更新，确保模型检索到的信息始终与数据库中的最新状态保持一致。

　　更进一步，我们推动“模型入驻数据”，将AI模型紧密集成于数据库内部。这样做不仅实现了“数据不出库”即可完成推理，显著提升数据安全性和处理效率，也顺应MCP生态发展趋势。未来，大模型将通过MCP协议成为数据库的直接用户，就像今天的DBA和业务系统一样。这意味着数据库需要支撑更大量级、更复杂类型的智能访问，对其可用性、兼容性和稳定性也提出了更高要求。

　　AI与数据库双向驱动，AI for DB提升了GoldenDB的能力以及智能化水平；DB for AI，GoldenDB融合了向量计算和AI模型，能够成为AI基础设施，二者相辅相成推动数据库的产品创新，推动行业的创新。

　　总的来说，GoldenDB AI通过融合自然语言处理、机器学习、知识图谱及多模态数据处理等多种技术，实现数据处理的智能化与自动化。数据库的一体化并不代表采用单一固化的形态——正因为涉及的技术元素非常复杂，包括SQL技术栈与AI技术栈的深度协同，其生态整合极具挑战。因此，GoldenDB采用高度灵活的组装式架构，能够依据不同业务场景和实际应用环境进行动态调配。

　　实践真章：金篆数据库GoldenDB助力全行业数字化转型

　　中兴通讯早在2002年就启动了数据库研发，初衷是降本增效，推进自研替代。随后，我们陆续研发了内存数据库、KV存储等产品。2014年GoldenDB正式立项。

　　2019年，GoldenDB率先实现国内首个核心业务——中信银行信用卡核心系统上线，2020年完成中信银行账务系统核心上线。随着业务拓展，金篆数据库GoldenDB成为首家全面支撑国有大行、股份制银行农信联社、城商行、农商行、证券、保险等全系列金融机构核心系统的国产数据库。此外，金篆数据库GoldenDB已在运营商核心系统中广泛应用，并持续拓展至能源、政务、航空等领域，积累了丰富的高价值案例。

　　在金融行业，我们自2020年起助力建设银行推进对私、对公及海外核心系统迁移，2023年实现对私核心系统全国投产，2024年完成全部核心系统上线，该项目共覆盖3500个节点，服务8.5亿用户，日均处理交易达30亿笔。

　　在运营商行业，GoldenDB在中国移动核心系统中占比超85%，承载超过9亿用户的通话计费及12亿物联网卡管理。

　　在政务、交通、能源等行业中，GoldenDB同样表现亮眼，在海关总署、中航信、天津港、中国石化、南方电网等行业头部企业均有代表性案例。

　　在智能化应用方面，GoldenDB广泛部署于5G网络管理场景。通过构建基于RAG的网管大模型，为中兴5G网管系统提供智能问答、故障恢复和知识图谱管理等能力，业务效率提升50%。

　　信息技术自主创新不仅是国产数据库的发展机遇，更是实现“换道超车”的重要路径。AI为数据库发展注入新动力，GoldenDB以“多快好省”夯实根基，以AI原生铸就智能引擎，持续赋能千行百业的数字化转型与智能化升级。