随着新一轮生成式AI时代的到来，一场被视作第四次工业革命的变迁正在千行百业发生。
数据库，这个已经存在了数十年的业务，也在一夜之间重新被公众热谈。2025年9月10日，甲骨文股价单日暴涨36%，市值一夜暴增逾2400亿美元，相当于涨出一个耐克。这一惊人增长背后，是甲骨文与OpenAI签署的五年期算力采购协议，合同总值高达3000亿美元。
根据IDC数据，2024年全球AI服务器市场规模预计为1251亿美元，2025年将增至1587亿美元，2028年有望达到2227亿美元。
在国产替代与AI革命的双重叙事逻辑下，国产数据库行业也迎来新的增长机遇。
作为国产数据库中的头部企业，南大通用GBase产品经营部总经理张益告诉36氪，“信创替代已进入关键时期，未来两到三年内国产数据库将面临新一轮洗牌”，在其看来，巨大的增长机会下，更加考验企业的交付与运维能力。
自生成式AI火爆以来，GBASE南大通用三大核心产品已新增向量数据管理、存算分离和AI Native能力，让其在AI时代满足企业需求上更加有的放矢。
一场新的国产数据库角逐战役，早已悄然打响。
AI革命，数据库的新机会
新一代AI给数据库业务带来的挑战与机会并存，从甲骨文的“重生”可见一斑。
甲骨文CEO萨弗拉·卡兹在本季度财报沟通中高调的表示，公司本季度与三家人工智能领域巨头都签署了重量级的云合同。
作为上个时代的大象，甲骨文的涅槃重生，与其对云基础设施与AI服务的押注不无关系。
AI时代，全球各地都在密集建设数据中心，以承担大型科技公司的超大算力需求。甲骨文也早早的抢下了英伟达的芯片资源，据公开报道，2024 年，甲骨文曾向英伟达下出 400 亿美元的 Blackwell 级 GPU 订单，自然也就成为了当下AI服务的重阵。
今年初DeepSeek在全球市场引爆后，同样的信号传导到了国内市场。千行百业加速布局AI，而Agent作为AI加速落地的最佳载体之一，在2025年呈现高速增长状态。数据显示，全球 Agent 市场规模已突破 50 亿美元，预计到 2030 年这一数据将达到 500 亿美元规模。
然而，不少人在创建Agent时，却忽略了一个核心的问题，好的数据燃料，才是当下支撑高质量Agent发展的核心。也就是说，对当前的国产数据库行业而言，机会就蕴藏在Agent大潮中。
鲜少有企业真正意识到这一点。在传统数据库时代，企业需要处理的多为结构化数据，这些数据也呈现静态状态，只需要做到不用的时候存起来，需要的时候调取方便即可。
但随着现如今AI的飞速发展，从从大语言模型到多模态大模型，对数据训练的需求呈指数级攀升，数据类型也从结构化数据往非结构化转化，甚至是半结构化、半非结构化混合。
这对数据库企业都是考验，比如，“在处理结构化数据时，更容易实现精准匹配”，张益对36氪表示，“但在AI时代,模糊化的搜索非常多,更多的是做一些相似性搜索”。
另一方面，“大模型训练要处理PB级甚至百PB级的数据量，而AI应用又要求毫秒级的响应速度，这对数据库的吞吐量和时延提出了极高要求。”最后，在成本控制方面也存在着挑战。“如何通过数据分层、优化索引和数据压缩等手段降低海量数据存储成本，是一个重大挑战。”张益对36氪表示。
也正是基于这些趋势，ChatGPT面世后，向量数据库又重新火热。其在处理和存储音频、视频、图像等非结构化数据上有非常强的优势。2023年，南大通用重新押注向量数据库产品，并持续迭代至今，将AI native能力全面引入数据库中。
不仅如此，实际上，GBASE南大通用三大核心产品均已新增向量数据管理、存算分离和AI Native能力，以更好应对AI时代的企业数据需求。
信创加速，南大通用已满仓
在数据库行业，南大通用堪称元老级。公司创立于2004年，一直专注于数据库软件产品和服务，发展至今，已经是一家全场景数据库产品研发与服务厂商，涵盖事务、分布式事务、分析等场景。
信创狂飙与国产替代热潮，曾经让南大通用开启新一轮变革升级，并完整布局了三大核心产品线，包括：针对强一致事务共享存储集群数据库集群GBase 8s、针对强事务弱分析的多模多态关系型数据库GBase 8c和针对强分析弱事务的分布式逻辑数据仓库GBase 8a。并均在金融、电信、能源、交通等领域得到规模化应用。
张益告诉36氪，国产化替代已从最初的外围系统向核心系统深入。“我们现在看到的是非常多核心关键业务系统的国产化替代，比如银行的账务核心系统、信贷业务系统，运营商计费系统和客户管理系统，保险的承保核心系统等。”替代速度的加快，也从需求侧对数据库厂商提出了更高的要求。
在迈入AI时代后，南大通用便着重升级了多个产品方向。
GBase Cloud Data Warehouse（简称GCDW），是一款基于行列混合存储的海量分布式大规模并行处理的弹性云原生数据仓库。满足客户企业级弹性数据仓库系统应用场景需求。其既支持本地部署，也支持云上部署，具备弹性资源扩展能力。
此外，其还具备多租户数据开放能力和跨中心操作能力，能够集成管理各类平台，融入机器学习的智能计算能力、关系计算与非关系型计算的融合计算能力以及数据的实时接入、处理的实时能力，同时集成数据湖，支持数据的安全传输和数据统一存储，依靠计算存储分离的架构来实现分析域私有云和公有云对接的DaaS服务部署和开放，帮助用户构筑仓湖一体。
总体而言，GCDW致力于帮助企业更高效、更经济地管理和分析海量数据。
GBase向量数据库直接在南大通用成熟的GBase关系型数据库基础上实现，无论是应用于OLTP场景的GBase 8c和应用于OLAP场景的GBase 8a都具备向量数据库的能力，可广泛应用于各类 AI 驱动的应用场景，包括图片检索、视频分析、自然语言处理、推荐系统、定向广告、个性化搜索、智能客服、欺诈预防、基因检测等等。
另据张益表述，GBase 8c在支持AI应用方面有独特的优势：“传统业务叠加AI能力需要两个数据库（一个存结构化数据，一个存向量数据），通过业务层关联，改造成本高。而GBase 8c同时支持两种数据类型，用简单SQL就能完成关联查询，大大降低了业务开发成本。”
此外，GBase云原生数据库，具备存算分离，serverless等核心能力。存算分离的计算与存储资源独立扩展，解决成千上万AI代理并发性能瓶颈。南大通用还就此推出了智能运维平台，整合大数据分析、机器学习、生成式AI等技术，将分散的指标、日志、事件、配置等数据标准化、数字化处理，形成可分析、可复用的资产化数据体系，实现运维数据的深度治理与价值挖掘。
狂飙中的国产数据库，谁是下一个中国甲骨文？
中国数据库市场已进入高速发展期，而能否更好拥抱AI，恰恰成为其中的胜负手。
如何在AI时代自处，南大通用有自己的思考。面向AI时代，南大通用的定位正是“AI时代的数据基石”。
凭借在仓湖一体、向量数据库和AI Native三大领域的技术突破，南大通用为 AI 时代构建起高效、安全、可扩展的数据基础设施，成为推动行业智能化升级的关键力量。
就拿仓湖一体来说，其为AI提供了一个统一、高效、可靠且低成本的数据基石。极大的解决了数据孤岛问题，提供统一的数据源。
在过去，企业数据往往分散在不同的系统中。原始数据（如日志、传感器数据）存放在数据湖（Data Lake）中，而用于报表的结构化数据则存放在数据仓库（Data Warehouse）中。AI团队需要从多个来源抽取数据，过程繁琐且容易出错。
仓湖一体的优势十分显著，其可以将数据湖的低成本存储灵活性与数据仓库的高性能管理能力结合在一起。所有类型的数据（结构化、半结构化、非结构化）都存储在一个统一的平台上。这意味着，特征工程一站式完成，保证数据一致性。
另外，其继承了数据湖的优势，能够以原生格式高效地存储和管理海量非结构化数据。这也让多模态AI实现的可能性更大。
AI时代，对数据燃料的要求越来越高，在南大通用方面来看，过去企业数据湖通常被称为数据沼泽，因缺乏管理机制，数据质量、元数据和一致性难以保证，用“脏数据”训练出的模型其输出结果也是不可信的（Garbage in, garbage out）。仓湖一体，则把强管理能力引入，如ACID事务支持、数据版本管理、完善的元数据管理以及数据治理与权限等。
张益对我们表示，南大通用不仅在通过推出向量数据库等新能力全面拥抱AI时代，也在将AI能力嵌入到数据库内，实践AI for DB（AI为数据库服务），“我们把AI能力嵌入到数据库内部引擎中，包括内置机器学习模型，这样不需要将大量数据移出数据库，既降低了数据搬运成本和延迟，也提升了数据安全性。”
这样做的好处显而易见。过去，传统数据库运维面临三大挑战：健康检查效率低，每人半天只能检查几十到100个实例、故障分析复杂，高级DBA需要3-4小时。SQL优化更是十分耗时，复杂SQL优化可能耗费一两天。
针对这些早已存在的痛点，南大通用推出了智能运维工具，能够在5-10分钟内完成对上万个实例的健康检查，将故障分析时间从3-4小时缩短到5分钟内初步结果，再由人力介入确认。目前，SQL优化正确率已经达到了80%-85%。“随着学习数据积累，AI为数据库运维带来的帮助会越来越大。”
随着信创加速与AI全面渗透，国产数据库行业的洗牌加速，“未来两三年是国产数据库整个洗牌的几年。”张益对36氪表示，在这个过程中，产品能力、交付能力和运维能力将成为关键竞争因素。“谁能够更快达到关键行业核心系统对数据库厂商的要求，谁就能在最后存活下来。”
多个权威数据显示，南大通用目前在多个领域排名前列，最新的赛迪报告显示，南大通用GBase数据库连续10年蝉联国产分析型第一；9月IDC出具的2024H2中国数据仓库研究报告显示，南大通用为中国数仓市场本地部署数据库TOP4、国产独立数据库第一；其在月度DB-Engines数据库排行榜中，位列国产第3、国产独立数据库第一。
在AI时代，一些新的“大象”已在慢慢浮现，2020年以来，甲骨文已连续五年增长，股价涨幅超过数倍之多。
而在中国市场，一场中国甲骨文的角逐战役已经悄然打响，只有快速反应、先一步满足行业需求的厂商才能赢下这场战役。
