编者按：在DTCC2026中国数据库技术大会上，达梦数据一体机产品线总经理祝洪雷，围绕《DAMENG PAI数据库一体机——从极致性能到智算未来》主题，深度分享了产品技术发展、落地成果与国产数据库一体机发展趋势，在会后接受了ITPUB专访。

　　据悉，DAMENG PAI数据库一体机依托软硬件深度融合，从极速存储底座、计算卸载、全栈提速三大维度实现突破，大幅降低业务时延，提升交易与查询性能。在国企核心交易、证券风控等落地场景中，实现数倍至数十倍的性能提升，充分验证了硬核实力。

　　面向AI智算时代，DAMENG PAI数据库一体机完成全方位底座升级。凭借DM9多模内核实现多模态数据统一处理，依托分布式并行算力加速AI计算，通过三级分层存储兼顾性能与成本。同时提供开放平台，对接AI生态。此外，搭配智能运维体系，大幅降低使用门槛，助力企业盘活数据资产、释放AI数据价值。

　　针对金融、能源、政务等行业差异化需求，DAMENG PAI数据库一体机坚持把“共性做透、差异做活”，筑牢高可用、稳定性和可靠性等核心能力，依托弹性模块化配置灵活适配各类场景。祝洪雷表示，当前国产数据库一体机的核心瓶颈已非技术差距，而是用户市场信心与产业生态的长期建设。

　　展望未来，祝洪雷认为，数据库一体机将在技术架构、应用、商业等方面迎来全方位变革，AI原生多模融合、新型硬件将成为技术标配，AI计算加速会成为新的性能引擎，产品价值将从支撑业务转向驱动业务创新，商业模式也将从单品销售转向生态化服务协同。依托国内复杂场景淬炼的技术创新与成本优势，DAMENG PAI数据库一体机已开启国际化布局，有望在全球新兴市场站稳脚跟，推动国产数据基础设施走向全球。

　　以下是视频采访正文（略有删减）：

　　ITPUB：您今年的演讲主题我看是《DAMENG PAI数据库一体机——从极致性能到智算未来》，DAMENG PAI数据库一体机追求更强大，也更智能，如何实现更强大的极致性能？能否结合案例讲讲强大在哪里？

　　祝洪雷：我们DAMENG PAI数据库一体机追求的是更强大、更智能。极致性能是我们在这个目标上的一个理念，我们是希望通过软硬件的深度融合，新技术、新架构的创新，最终去实现把软件和硬件的潜力发挥到极致，极致性能是这样的一个理解。这几年，其实我们也比较可以自豪地跟大家说，在这个路线上面，我们也取得了非常好的成果。

　　第一，首先要解决的就是数据存得要快。我们是打造了一套极速存储底座。针对数据库的业务负载，我们做了专业的设计，通过块存储的一套系统，可以支持容量和性能的双线性增长。同时，我们也在存储做了分层设计，通过智能的缓存算法，能够让存储精准地识别数据库的热点数据，能够让热点的数据读得更快，响应延迟可以做到下降50%。

　　第二，我们要解决数据本身算得也要快。基于这样的一个目标，我们做了计算卸载的技术攻关。传统的架构下，很多朋友是知道的，数据库其实做计算，存储是做数据的存取，提供存储服务。这两套架构是互相分离的，协同的效率也不高，数据库往往无法发挥出来存储的硬件潜力。存储本身，其实也感知不到数据库对数据的需求。

　　所以有了这套存储的底座之后，达梦又在数据库方面有 40 多年的技术积累，我们就把存储和数据库做了打通。在存储节点可以去内置计算引擎，能够让存储本身也具备计算能力。

　　数据库可以告诉存储，我需要的是什么样的数据，存储自己就可以基于数据库的需求去做数据的过滤、筛选、聚集的一些计算任务，能够让计算和数据完全就在存储本地去完成，效率就非常高了。

　　以前的业务系统里边非常常见的卡点和堵点，业务负载比较复杂的情况下，一些慢SQL的场景，我们基本上可以做到几倍到几十倍的一个提升。

　　第三，我们还要解决怎么让数据传得更快。这里边就用了全栈提速的概念，先解决网络的问题。我们采用的是 200G 带宽的第二代RoCE v2协议构建的 RDMA 网络。很多其实传统的方案里边，只是构建了这样的一个高速通路，把硬件的设备、网络的 RDMA 的网络设备给用起来了。

　　其实数据库节点的通信还在走传统的 TCP/ IP 的协议来做交互，进行节点的数据传输。所以我们在这个方面就更进一步，做了数据库集群节点链路通信层这一层的改造，能够让集群节点的链路天然去适配 RDMA 的网络，能够实现节点的直连通信。这样又把集群节点之间数据块的交换和传输时延降低了66%。

　　不仅是网络这块，其实还有数据，从数据库的进程到最终落到硬盘里边，其实还有一个更长的路要走，就是 IO 的路径。在 IO 路径这块，传统的方式，其实数据库进程和操作系统的内核是有用户态和内核态的切换，就会带来大量的不必要的数据拷贝，大量的系统的中断，以及上下文的切换问题。

　　我们现在通过 SPDK 的方式，把 IO 路径全部都做到用户态里边，消除了操作系统的参与，实现了零拷贝，用轮询的机制代替了系统的中断处理，整体的时延可以实现，从之前传统的 400 多微秒，下降到 80 微秒， IO 路径的效率也提升了 5 倍，网络传得快了， IO 路径也传得快了，这样就实现了数据传输的加速。

　　所以从这三个点，数据怎么“存得快”？数据怎么“算得快”？数据怎么“传得快”？我们是围绕这三点做了技术的突破。

　　其实我们现在做的案例也非常多了，我就举两个非常典型的。

　　针对数据库的性能，离不开两类不同的负载，一个是高并发的交易处理，这种 TP 型的业务负载，一类是 AP 型的复杂的事务分析。

　　对应的第一个高并发的场景，我们是基于地方国企的核心系统，做了POC 的实测，在部署了达梦数据库一体机之后，相比同等的硬件配置的平台，我们 TPS 可以提升 3 倍多，时延同样也可以降低 2 到 3 倍的水平。

　　第二个案例是AP 类的一个查询场景。我们有一个证券风控相关的一个系统，这个客户也是主动找到我们，他们之前有 12 个慢SQL，经历了大概半年时间，找了非常专业的 DBA 做优化。硬件平台的配置拉得也非常高，基本上已经到国产顶配的一个水平，但是业务 SQL 的还是达不到他们的性能要求，上了DAMENG PAI一体机之后，把 12 条优化不了的慢SQL 放到一体机上跑，结果完全能够达到他们的需求标准。

　　其中一个慢SQL，之前是 22 秒，提升到 1.33 秒，性能提升了 16 倍，这个效果是非常明显的。

　　而且我还要补充的是，其实我们采用的硬件配置和水平，还比它对比的参考环境，硬件配置水平还要差一些，但是性能的效果实现了几倍到十几倍的大幅升级。

　　我觉得性能是最硬的一张入场券。

　　ITPUB ：在智这一方面，达梦作为数据库厂商，怎么去帮助企业实现数据资产的 AI 化？怎么释放数据资产的价值？

　　祝洪雷：这个其实也是我们本次大会想给大家分享的另外一个重要的方向。

　　大家也知道 AI 时代来临之后，数据库负载类型的变化是非常大的。传统的数据库模式已经不能支撑新时代的需求，所以我们对数据的底座进行了三个方面的升级。

　　第一，我们在智算底座内核层做了一个升级，搭载了新一代DM9 的多模数据库内核，原生就可以支持向量、关系、文档等多种数据类型的统一的存储和检索。AI 应用所需的数据，在数据库内核里边就直接能处理。

　　传统的方式可能就是用传统的关系库，管关系型的数据，还有一些向量数据可能放在向量库里边，文档的数据放到文档库里边。其实多个系统之间存在着系统的交换和传输的。这也是整个系统运行效率不高的原因，

　　通过这种统一的多模态存储，就可以消除数据在不同系统中的中转，这块可以提升比较好的效果。

　　第二，我们在底座的计算能力也做了升级，刚才给大家介绍的计算卸载的场景，其实我们也把它推广到了AI的负载。

　　因为我们现在是一套分布式的存储系统，存储的节点是可以并行的叠加的，不同的节点叠加之后，不光是容量可以上升，数据计算处理的能力也可以线性增加。这样的一套系统导致的效果就是现在向量的计算，我每一个节点都可以并行去做距离的计算，最终汇总一个结果给数据库，网络传输的数据量就会大幅降低，我们也能充分发挥多个节点并行计算的能力。所以性能提升的效果大概在最高可以达到 30 倍。

　　第三，我们想解决 AI 时代的数据成本问题，因为数据大规模爆发之后，其实大家也知道，现在硬件的市场风云变换，硬件的价格上涨得非常厉害，AI 这种大规模的向量数据的爆发和处理，给用户、给企业其实带来了很大的成本压力。

　　我们打造了一个三级缓存的方案，通过内存、缓存层（存储到闪存盘），到HDD大容量普通盘的存储，做了这样的一个三级分层存储，让热点数据性能更快，让冷数据存储更省钱。这样的一个分层方式，既兼顾性能，又能兼顾成本。

　　这是我们在 AI 智算底座这块做的三件事。第一个是多模的存储，第二个是解决让 AI 的计算也能加速，第三个是解决用户关注的成本问题。

　　计算底座做完了之后，我们只是解决了数据底层的问题，企业怎么才能真正把 AI 应用起来？其实离不开应用开发商。

　　我们本身不做应用开发，但是我们要为应用开发商去提供一个更加开放的平台，给他们顺滑接入的这样的一个接口，所以我们又打造了一个 AI 开放平台。

　　大家现在行业里边已经基本有这样的一个判断，就是未来可能应用的新型的应用模式 AI Agent 会大量涌现。这个时候其实有两种需求，一种是数据底座面向 AI Agent。一种是传统的这样一个应用架构，但是它会叠加一些 AI 相关的能力。

　　相对应用来说，两种架构会并存，至少会并存一段时间。所以我们数据底座就要面向这两种不同的架构来提供通路。

　　第一种面向 AI Agent，我们是做了MCP Server，可以让 Agent 像调用普通工具一样简单去操作数据库。

　　第二种面向传统的应用架构去叠加 AI 的能力，我们做了Open API。通过Open API可以提供向量的检索、混合查询的接口。这样的话我们就通过这种 AI 开放的平台，能够去携手行业的伙伴一起去做智能应用的开发。我们希望是建立这样的合作，从合作逐渐去升级成去打造一个比较好的智能应用生态，我们是想深度参与到这样的一个事情里边来。

　　除了解决底座的问题，解决对外开放的这样的问题，我们也考虑到了这样的一套系统，对用户来说，他的门槛会比较高。大家也看到了，其实形形色色的解决方案非常多，用户不可能每一种方案他都要去学习，这个成本太高了，所以还要解决怎么管的问题。

　　我们是打造了一套 AI 运维的智能体，来把我们整体的这套系统、设备给管理起来。我们是用六个Agent，组成了这样的一个专家团队，能够给用户 7 × 24 小时提供这样的一个专业级 DBA 的一个运维能力。主要就是从这三个方面来做得更智能。

　　ITPUB：还是做了很多的工作。像您刚才也讲到，DAMENG PAI数据库一体机，现在已经在多个行业落地了。但是金融、能源、政务这些不同行业，数据库一体机的需求其实是不一样的，各有侧重，达梦怎么在一个产品平台上满足这些差异化的需求？

　　祝洪雷：其实这也是我们做产品必须要解决的一个问题。

　　达梦做DAMENG PAI数据库一体机，就是面向不同行业的需求，面向不同的客户群体，甚至可能不光是金融、能源，还有一些敏感行业，其实对我们的需求也非常多。有一些大型的央国企，面向的场景又不一样。不同的场景确实是存在数据库负载的不同类型，对数据库解决方案的侧重点，关注点也会有所不同。

　　我们做这个事情的思路，其实可以概括成八个字：“共性做透、差异做活”。

　　第一个点是把“共性做透”。其实现在整个产业或者生态的共性，大家基本上都已经从基础类、管理类的系统国产化，该做的都已经做完了。我们现在要考虑的是核心的、关键的生产经营类的这类系统，他们有一些共性的需求。

　　第一是性能，性能是最硬的入场券，不能影响我的生产经营，甚至性能要更好，对生产经营也有正向的辅助作用。

　　第二是稳定性、高可用的能力，其实像这些都是一些通用的，所以我们的目标是把这种通用的能力给它做到更深更透，一体机其实就是非常适合做这个事情。我们通过联合整个产业内的生态厂家，在稳定性上面，通过全栈的预质检、预测试、预优化、预集成，就能达到可靠稳定的状态。高可用这块本身通过软硬件的融合，我们不仅能够提供软件层面、数据库层面集群的高可用能力，我们在硬件上面，在网络的路径上面，存储的方式上面，可以形成一个全方位的软硬件的高可用保障。性能更不用说，性能现在是我们的看家本领。

　　其实从这些共性这块，我觉得我们把相应的共性给做透，这个是没有问题的。

　　第二个点是把“差异做活”。这块其实我们也采取了一些方案。

　　第一是配置方案比较灵活，我们可以根据客户的不同需求，去搭配不同的配置方案。我可以简单解释一下，现在其实我们的产品是存算分离架构，计算节点、存储节点都可以按需增加，里边我们也做了很多扩展包，像内存扩展包、硬盘扩展包，对计算、内存、存储的容量有需求的，它不一定需要加节点，因为成本也很高，就可以通过加扩展包的方式去进行一些定制。有一些比较特殊的需求的，我们也可以去做一些相应的特殊需求的响应，也是没有问题的。

　　ITPUB：我看您今天的演讲也提到，国产数据库一体机。要实现核心业务系统的真替真用，除了性能指标对标，甚至超越国外的一些产品，还需要在哪些维度上持续打磨？当前最大的挑战是来自技术层面，还是客户的信心，还有生态建设？

　　祝洪雷：我先回答第一个问题，除了性能这一块，还有哪些方面要做？

　　第一点，我们在谈共性做透的时候也提到了，共性要做的事情，其实就是高可用、稳定性和可靠性，这是避免不了的一个问题，大家可能都在说自己有这样的一个能力，但其实我们想给用户提供的是一个更好的体验。

　　以前可能就是数据库、硬件厂商、网络厂商，不同的厂商围绕客户做一个集成性的方案。这种服务方式对用户来说，成本还是比较高的。

　　我们现在是通过整个软硬一体的解决方案，我刚才也解释了，我们可以天然的从为客户去提供解决方案的角度去考虑，数据应该怎么进行架构设计，硬件相应的怎么做配合，网络这一块应该怎么去调度，怎么去做分层，怎么去管理业务不同的面。

　　其实我可以把整个方案，做得更透，更深入，它们之间的协同和配合也会更强，用户就不需要去操心底层的东西怎么走，我数据库做了高可用了，存储这块的问题怎么解决？数据库故障的时候，存储光有存储的能力，相应的接管和切换，能不能跟进来？其实我觉得传统的这种方式要操心的地方非常多，数据库一体机天然就可以去解决稳定性和可靠性的问题。

　　第二点，在工具链和易用性这块是需要考虑的。以前客户去做一个比如说国产化的项目建设，不光是要买数据库、买硬件，要买各种各样的软硬件的授权，后面可能经常还发现到数据迁移的时候，他还要去买迁移工具，到备份的时候，他还要去买备份工具。其实相应的建设成本是非常高的。

　　我们通过一体机，现在就可以把工具链和易用性这块的问题也给他解决。我们可以本身就去集成达梦全栈的生态工具，让数据的迁移，数据的同步，数据的备份全部在一体机一个平台里边，全部给你搞定。你不用去考虑额外的费用，项目的周期，采购的流程，一下子我就全部给你缩短了。

　　第三点，在生态兼容和开放性这块也是要做很多的工作，因为很多的业务系统，达梦只是做底层的数据服务，最终客户需要的是业务层面的一个整体的解决方案，所以有大量的第三方的对接。我们肯定是来兼容主流的生态，提供开放的接口。其实这块也提到了，我们现在形成了双通路的状态，通过 MCP Server、Open API 可以来支持不同形态应用系统的开发。所以开发和开放性这块，现在也是我们在做的一个工作。

　　您刚才提的第二个问题，当前最大的一个挑战，我们觉得技术指标是可以追赶的，但是信心和生态确实无法一蹴而就，这个是当前最大的一个挑战。

　　第一是客户的信心，这个其实没有捷径，必须要靠我们实打实的去通过POC，能够把用户的核心业务系统给他扛住，上线了之后，通过一次次高峰期负载的考验，我们能够长期稳定地去支撑用户的长久运行，是需要我们实打实的有一些战绩，这个肯定不是靠说出来的，是靠我们打出来的。

　　第二是生态建设，达梦我也多次讲了，我们是做底层数据服务的厂商，我们的主责主业就在这，我们面向用户也是提供数据服务的解决的方案。面向应用开发商，我们提供开放的接口。

　　所以一家厂商其实撑不起一个产业，我们是希望形成产业的协同。所以达梦正在打造 AI 时代数据库产业的一个生态中心。从技术攻关、产业生态、人才培育、应用落地四个维度去同步推进。

　　我们希望通过生态的建设，能够和伙伴行业携手，能够给用户带来更好的一个体验和产品，这样也能去助力筑牢用户的信心。

　　ITPUB：也想请您来展望一下，未来的 3 到 5 年，数据库一体机在技术架构，还有应用场景和商业模式之间，可能会出现哪些的重要的变化？一个趋势展望。另外还想问您，国产数据库一体机是否有机会在全球的市场占一席之地？

　　祝洪雷：未来数据库一体机会有以下几个变革。

　　第一是技术架构变革。技术架构上面，我们判断数据库一体机未来的技术架构，多模态的融合肯定是变成标准，AI 和数据库的结合是必须的，必然的。像 DM9 的多模内核，把 AI 计算、向量检索、智能运维全部长在数据库内部，不是在外面去套一层。我们认为在外面去套不同的组件的方式，肯定是会被淘汰的。这个一定会变成向原生方向去生长。

　　像新型的一些硬件的技术，会成为数据库一体机设施的一个基础。像我们达梦支持的 AI 计算卸载能力，计算方面的加速，我觉得会成为新的一个性能引擎。

　　但是，不管是什么样的业务系统，一旦是竞争加剧了之后，做深了之后，最后离不开的一个点，一定是效率。哪个业务系统效率更高，跑得更快，它的用户群体可能粘性也会更强，这一定会成为应用厂商对数据底座方面非常真实的、迫切的一个需求。

　　所以我觉得我们去做一些这种 AI 方面的计算加速，我觉得会成为一些趋势，肯定会有厂商相应的也去跟进这方面的一些技术。

　　第二是应用变革。其实我们数据库一体机现在已经感受到了，未来一定会从以前的简单支撑业务，变成去驱动业务创新。

　　以前大家买数据库一体机是为了让核心业务系统跑得更稳、跑得更快。我们其实大会也提到了，想助力用户核心数据资产 AI 化。以前的数据资产都是死气沉沉地放在我们的数据库里边。

　　有了开放的能力，有多模的存储的内核之后，我觉得行业应用的开发商会涌现出来大量的智能应用，所以应用的变革，我觉得可能是最大的，确实会有一些非常不同的体验。很可能就是从以前的一个基础的数据服务平台，会变成一个为用户创造价值的平台，数据底座对用户来说，我觉得它的作用在 AI 时代之后会变得更加重要。

　　第三是商业的变革。其实我们觉得，会变成从卖产品到卖服务。我觉得服务对用户会越来越重要。虽然我们给用户提供的产品，提供的能力越来越强，但是其实有一个不能忽视的问题，我们带给这种用户的复杂度，系统的复杂度确实是越来越高了，他们的门槛、代价，甚至是需要花的钱也越来越高，越来越多了，这是一个不能忽视的问题。

　　所以我觉得未来 3 到 5 年的话，从单纯的卖产品，有可能卖服务的理念会加深很多，怎么能够给用户提供更好的服务体验？怎么去解决用户在管理、成本这块的一些问题，所以一体机也是围绕这些做了一些这样的技术设计，也考虑了这些点。

　　另外，肯定会从单打独斗升级到生态的协同。这就是为什么我们想做 AI 时代的数据库产业生态。因为单靠某一个厂家，他很难拿出来一套非常好的方案，去给到用户。现在市场竞争那么激烈，必须是不同的生态厂家融合在一起，形成一个整体的智能的、应用的、面向未来的一套解决方案、一个系统，拿给用户，我觉得才是足够能打的。所以我们认为是从单打独斗，会变成产业协同的发展。

　　您刚才第二个问题提到了全球化的问题，其实我觉得这个问题可能比我们预想的还要早，不会是3 ~ 5年。可以给一个结论，其实国际市场我们认为机会巨大，前景非常乐观。这不是纸面的判断，因为现在已经有国际化的厂商主动地在接洽我们，也是世界 500 强的一个企业，对我们的产品非常感兴趣。目前一些项目的测试，我们也在对接当中了，所以这也给了我们很强的信心。其实在这样的和国际厂商的对接中，也发现了一些我们的优势，也是我们信心的来源。

　　第一个优势，中国市场的压力测试，其实可以成为全球的通行证，因为中国市场业务系统的复杂度，面向群众的广度，以及整个群体的这样的一个规模，是远远超过国际的厂商的。所以我们在国内能够把这些核心的系统问题给啃下来，在国际上其实能吃得更开。

　　第二个优势，我们也有一些独特的创新优势，像 AI方面，不光是做了AI原生的多模统一存储能力，我们还有AI计算卸载的数据加速，我们还站在用户的成本考量的维度，提供了数据缓存的降本增效的方案。其实是在国际市场上来说，本身产品的成本这块，我们就有一些优势，产品的能力这块，我们也有一些创新的优势。

　　第三个优势，我们靠的是我们的国家，现在国家其实给了我们很多机会。不光是一带一路，国家的战略正在推进，其实也是带着中国的方案在走向世界。未来 3 到 5 年，这方面的项目，我觉得完全有机会凭借我们过硬的技术、创新的方案，能够在亚太、中东一些新兴的市场，占据一席之地的。