清華大學聯合騰訊云攻堅數據庫AI研究：讓數據庫聽懂自然語言

DeepSeek爆火背后，底層數字技術也在求索與AI的深度結合。

3月7日，清華大學、騰訊云、intel在北京宣布啟動“數據庫AI聯合創新計劃”，圍繞數據庫與大模型的交叉技術展開深度研究，推動數據庫智能化升級，同時為AI應用構建高效數據基礎設施。

這也是國內首個數據庫AI領域的產學研聯動項目。

(圖：清華大學、騰訊云、intel聯合啟動“數據庫AI聯合創新計劃”）

隨著大語言模型技術爆發，數據庫系統面臨從“被動存儲”向“主動服務”轉型的挑戰。傳統數據庫依賴人工編寫復雜查詢語句，而大模型的自然語言交互能力可大幅降低使用門檻；另一方面，AI訓練與推理所需的海量數據處理，也亟需數據庫在分布式架構、緩存管理等環節實現性能躍升。

針對這一趨勢，本次合作規劃了兩大技術攻堅路徑：一方面研發基于大模型的智能查詢生成與優化系統（Text2SQL），讓用戶通過自然語言直接操作數據庫，實現艱深的數據庫技術也能聽懂“人話”；另一方面打造面向大模型推理的分布式緩存產品，解決AI任務調度、存儲資源分配等核心難題。

在Text2SQL方向，項目組提出端到端技術框架，重點突破語義理解、模式匹配、SQL驗證等關鍵環節。通過大模型微調、強化學習（DPO）與檢索增強（RAG）技術，系統可將用戶提問拆解為多級子任務，并動態匹配數據庫表結構，最終生成高準確率SQL語句。

面向大模型推理加速，項目組設計了分布式緩存系統，通過兩階段任務調度、KVCache優化及GPU直連存儲技術，顯著降低計算資源浪費。

作為合作的重要支撐，騰訊云在數據庫AI領域已有不少積淀。據騰訊云數據庫副總經理羅云透露，騰訊云數據庫以AI for DB和DB for AI作為技術發展的戰略方向，在多產品中已集成自適應運維與故障診斷、數據庫智能優化、自然語言驅動數據分析等能力，同時依托騰訊云向量數據庫千億級向量規模和500萬 QPS 峰值能力，為3000多家企業構建了AI時代的數據樞紐。

此次合作也凸顯了“產學研”深度融合的創新模式。清華大學數據庫科研組在學術領域連續多年位列 CSRankings 全球第一，騰訊云則擁有業界領先的工程落地能力。雙方合作將加速技術研究從實驗室到企業生產環境的進度。

清華大學數據庫科研組表示：“未來的數據庫不僅是存儲工具，更是 AI 產業鏈的數據大腦。我們期待通過這次合作，為全球數據庫技術發展提供中國方案。”