星環科技發佈GPU原生數據庫 試水AI Agent數據底座

星環科技發佈GPU原生數據庫 試水AI Agent數據底座TechPulse2026.07.21 12:46 · 來自河北全文1360字00:00 / 04:21將完整數據庫功能遷移至GPU，在工程上難度極高，涉及存儲引擎、查詢優化器、事務管理等模塊的全面重寫。7月17日，星環科技在上海世界人工智能大會（WAIC）上發佈GPU原生認知數據庫預覽版，該產品將數據庫完整功能遷移至GPU運行，試圖重構數據庫底層計算架構。星環科技創始人孫元浩稱，星環科技是目前全球唯一將完整數據庫功能在GPU上運行的公司，領先國際競爭對手一代。據他介紹，在TPC-DS基準測試中，該產品使用多卡GPU可在數秒內完成1TB數據集的99個複雜查詢，而傳統CPU方案需要數十秒至數百秒。孫元浩表示，該產品研發週期約一年半，預覽版發佈後已開放客戶測試申請，正式版預計今年年底前上線。此次產品發佈的背景是，企業級AI應用正從大模型問答向AI Agent方向演進。孫元浩表示，AI Agent在執行任務過程中會持續調用數據、檢索知識，單次任務可能發起數百次數據訪問。傳統CPU數據庫在面對高併發Agent負載時，計算核心和內存帶寬不足，且數據在CPU與GPU之間搬運帶來的時延問題突出。一位數據庫行業人士表示，將完整數據庫功能遷移至GPU在工程上難度極高，涉及存儲引擎、查詢優化器、事務管理等模塊的全面重寫。GPU擁有萬級並行計算單元和數TB/s級高帶寬顯存。星環科技的方案是將數據庫整體遷移至GPU運行，使數據分析計算與模型推理在同一顯存內完成，避免跨芯片數據搬運。孫元浩稱，這一架構改變了對傳統CPU-GPU 1:1配比的需求，GPU空閒算力也可被充分利用。除計算架構變化外，新產品還將知識檢索、上下文供給與長期記憶管理納入同一數據庫底座。孫元浩將其定義為“認知數據庫”，稱其不只記錄結構化數據，還能理解文檔內容、自動建立關聯。據其介紹，該系統記憶準確率超過90%，在BEAM 500K和LongMemEval-S基準測試中超過主流開源記憶系統。在GPU加速數據庫領域，Snowflake和Databricks均在探索相關技術路徑。孫元浩評價稱，國際公司的嘗試時間更長，但僅實現局部加速，加速比平均約1.5倍，GPU比CPU貴兩三倍，1.5倍的加速沒有經濟性。從客戶側看，孫元浩表示，對GPU原生數據庫反饋最積極的行業包括金融、製造、零售和交通。在本次WAIC展會上，星環科技展示了浦發銀行、天津能源投資集團等客戶的案例。以信貸全鏈路分析為例，面對4.8億條明細數據，GPU原生數據庫實現了特定場景下449倍的性能提升；在智能投研場景中，性能提升覆蓋30倍至5881倍。不過，性能數據能否轉化為商業收入仍存不確定性。星環科技近年財報顯示公司尚未盈利，企業級基礎軟件的拓展受限於客戶預算週期。GPU原生數據庫的定價策略、與現有產品的兼容遷移方案、以及從試用到採購的轉化率，將決定該產品能否成為新的增長點。在產品矩陣方面，星環科技同時展示了大模型運營平臺Sophon LLMOps、智能體開發平臺AgentBox、智能數據平臺XClaw和數據治理平臺Astro，覆蓋從語料治理到智能辦公的鏈路。但孫元浩強調，公司核心仍是數據基礎軟件，數據庫和大數據平臺是主業。談及算力成本，孫元浩認為，儘管Token單價在下降，但企業實際使用中的總成本仍然高昂，他判斷，未來兩三年硬件將有革命性變化，軟件層面也在重構，必須通過軟硬件聯合創新持續降低推理成本，企業才能大規模用得起AI。