近期，清華大學(xué)、騰訊云與英特爾在北京共同宣布了一項(xiàng)名為“數(shù)據(jù)庫(kù)AI聯(lián)合創(chuàng)新計(jì)劃”的重大合作。這一合作項(xiàng)目旨在深入探索數(shù)據(jù)庫(kù)與大模型技術(shù)的交叉領(lǐng)域，推動(dòng)數(shù)據(jù)庫(kù)的智能化轉(zhuǎn)型，并為AI應(yīng)用構(gòu)建更為高效的數(shù)據(jù)基礎(chǔ)設(shè)施。作為國(guó)內(nèi)首個(gè)數(shù)據(jù)庫(kù)AI領(lǐng)域的產(chǎn)學(xué)研聯(lián)動(dòng)項(xiàng)目，此舉無(wú)疑將為相關(guān)領(lǐng)域的發(fā)展注入新的活力。

隨著大語(yǔ)言模型技術(shù)的迅猛發(fā)展，數(shù)據(jù)庫(kù)系統(tǒng)正面臨前所未有的轉(zhuǎn)型挑戰(zhàn)。傳統(tǒng)數(shù)據(jù)庫(kù)依賴(lài)于人工編寫(xiě)的復(fù)雜查詢(xún)語(yǔ)句，操作門(mén)檻較高。而大模型的自然語(yǔ)言交互能力，則為降低這一門(mén)檻提供了可能。同時(shí)，AI訓(xùn)練與推理所需的海量數(shù)據(jù)處理，也對(duì)數(shù)據(jù)庫(kù)在分布式架構(gòu)、緩存管理等方面提出了更高要求。

針對(duì)這一趨勢(shì)，本次合作規(guī)劃了兩大技術(shù)攻堅(jiān)方向。一方面，將研發(fā)基于大模型的智能查詢(xún)生成與優(yōu)化系統(tǒng)（Text2SQL），使用戶(hù)能夠通過(guò)自然語(yǔ)言直接操作數(shù)據(jù)庫(kù)。這意味著，即便是復(fù)雜的數(shù)據(jù)庫(kù)技術(shù)，也能“聽(tīng)懂”用戶(hù)的日常語(yǔ)言，從而極大地提升用戶(hù)體驗(yàn)。

在Text2SQL方向上，項(xiàng)目組提出了一個(gè)端到端的技術(shù)框架，致力于突破語(yǔ)義理解、模式匹配、SQL驗(yàn)證等關(guān)鍵環(huán)節(jié)。通過(guò)大模型微調(diào)、強(qiáng)化學(xué)習(xí)（DPO）與檢索增強(qiáng)（RAG）技術(shù)，該系統(tǒng)能夠?qū)⒂脩?hù)的提問(wèn)拆解為多個(gè)子任務(wù)，并動(dòng)態(tài)匹配數(shù)據(jù)庫(kù)表結(jié)構(gòu)，最終生成高準(zhǔn)確率的SQL語(yǔ)句。

另一方面，合作團(tuán)隊(duì)還將打造面向大模型推理的分布式緩存產(chǎn)品。這一產(chǎn)品將解決AI任務(wù)調(diào)度、存儲(chǔ)資源分配等核心難題，從而進(jìn)一步提升AI應(yīng)用的運(yùn)行效率。為此，項(xiàng)目組設(shè)計(jì)了一個(gè)分布式緩存系統(tǒng)，通過(guò)兩階段任務(wù)調(diào)度、KVCache優(yōu)化及GPU直連存儲(chǔ)技術(shù)，顯著降低了計(jì)算資源的浪費(fèi)。

清華大學(xué)數(shù)據(jù)庫(kù)科研組對(duì)此次合作表示高度期待。他們認(rèn)為，未來(lái)的數(shù)據(jù)庫(kù)將不再僅僅是存儲(chǔ)工具，而是AI產(chǎn)業(yè)鏈中的“數(shù)據(jù)大腦”。通過(guò)此次合作，他們希望能夠?yàn)槿驍?shù)據(jù)庫(kù)技術(shù)的發(fā)展提供具有中國(guó)特色的解決方案，推動(dòng)相關(guān)領(lǐng)域邁向新的高度。