数据库作为数字基础设施的基石，是激活数据要素价值的关键载体。但真正实现好用、耐用、智用，从替代空间迈向价值引领，依然面临着严峻的挑战。
中国科学院院士、北京大学教授梅宏22日在2026中国数据库技术与产业大会上表示，长期以来芯片和基础软件能力不足，带来了我国信息化发展缺芯少魂。国家“十五五”规划明确要提升数字化发展水平，再次强调提升基础软件生产水平。数据库作为重要的基础软件，其战略定位怎么强调都不为过。
梅宏谈到，如果说过去十年信息技术应用创新解决的是“卡脖子”生存问题，那么从“十五五”起，我们需要回答的是如何在数字时代构建自主研发且具有全球竞争力的数字基础设施。
AI带来新需求、新挑战
数据库是基础软件的重要组成，其自主创新水平与产业成熟度直接关系数字中国建设的根基稳固与长远发展。
中国软件行业协会副理事长杨菊表示，我国数据库产业已迈入从跟跑向并跑引领跨越的关键阶段。产学研用各方深度协同发力，一批优质国产数据库产品已在金融、电信、医疗等核心行业深度应用，实现从外围辅助向核心业务承载的关键跨越。
当前，人工智能的爆发式增长，正在从底层逻辑上重构数据库的技术架构。达梦数据董事长冯裕才表示，数据库作为数据存储、管理与应用的核心载体，是保障国家数据安全、实现信息技术自主可控的关键支撑。云原生、分布式、AI融合等数字化转型趋势，为产业发展提出了诸多新需求、新挑战。
赛迪顾问副总裁宋宇表示，人工智能技术的发展，一方面对数据库提出了新的需求，包括文本、图像、视频、音频等多类型数据的广泛应用，推动数据库向多模态统一管理方向发展；另一方面，人工智能的训练和推理依赖于大规模数据，要求数据库具备海量存储和高并发处理能力。同时，智能应用对实时反馈的要求很高，也倒逼数据库提升响应能力。而人工智能技术本身也在赋能数据库，推动其向自动调优、智能运维、自适应等方向演进。在这一逻辑下，人工智能时代的数据库产品呈现出融合化、语义化、自动化的三重发展新特征。
梅宏表示，当前人工智能快速发展，其本质可归纳为“数据驱动智能、计算实现智能”，高质量、高安全的数据供给成为关键要素。数字经济的高质量发展离不开数据要素价值的充分释放和高效治理。这些新场景、新变化给数据库技术提出了更高要求。
据他分析，人工智能对数据库带来的需求体现在两个方面。一是如何用好人工智能赋能数据库管理，让系统具有自产自优化自修复的能力。二是数据如何更好地支持人工智能，不仅要存储结构化数据，还要高效支撑向量、图、时序等数据类型，为模型训练做好数据整理和准备，以及支撑大模型的检索增强生成。
中国计算机学会数据库专委会主任周傲英也认为，人工智能的深度渗透正在彻底重构数据库技术边界与产业黏性，与此同时，产业发展进入了深水区，经过多年信息技术应用创新的突破，国产数据库基本完成可用的阶段性目标。但是要真正实现好用、耐用、智用，依然面临着严峻的挑战，核心技术仍然有差距，高端人才供给仍然不足，产学研转化链条仍然有不畅通的地方，极致性能与复杂场景的适配仍然需要突破，全球化竞争力还有待提升。
“这些问题不是单靠一个企业或者单一技术能解决的，必须依靠学界、业界，应用端的深度协同久久为功。”周傲英说。
“十五五”关键词：融合与引领
梅宏强调，过去十年中国数据库的关键词是“破冰”和“追赶”，在“十五五”的新征程上，关键词应该是“融合”与“引领”。需要融合人工智能，让基础设施更智能，融合行业场景，让数据要素真正释放价值，融合产业生态，让产学研用协同创新，引领技术方向，在以实体为中心的数据库数据管理方面率先探索，努力占据先机，引领标准制定，在全球数据治理体系中发出中国声音。
作为网信产业的国家队，中国电子信息产业集团公司副总经理王桂荣介绍，集团聚焦集成电路、计算、网络、数据、高新电子五大主业，已形成从飞腾CPU、麒麟操作系统、达梦数据库、长城整机到系统应用的自主计算产业链，以及涵盖EDA设计、制造、材料和供应链的集成电路产业链。王桂荣表示，中国电子坚持开源开放，不做封闭“全家桶”，联合上下游伙伴推动产业从“产品可用”向“生态好用”跨越。
冯裕才介绍，作为中国电子旗下国产数据库领军企业，达梦数据核心源代码实现100%全自主研发。未来将持续深耕AI与数据库深度融合、云原生、分布式、图计算等前沿技术，锻造自主可信、安全高效、智能先进的全栈数据能力；加快全球化布局，推动中国数据库技术走向世界，打造中国的世界级数据库品牌。
杨菊建议，坚持创新驱动，攻坚核心技术，聚焦数据库内核、分布式架构、AI原生融合、数据安全等领域，鼓励产学研协同攻关，参与国际与团体标准制定。同时，深化生态协同，打破企业壁垒，共建开源社区和技术联盟，完善从芯片到应用软件的全栈适配体系；加强产教融合，培养复合型人才。此外，聚焦价值释放，推动数据库技术在政务、金融、工业、医疗、交通等重点领域规模化落地，支持企业拓展国际市场。
优配网提示：文章来自网络，不代表本站观点。
