在20日，阿里云推出了PolarDB AI数据湖库（Lakebase），这标志着其进入“AI就绪”的新阶段。
阿里云副总裁李飞飞在接受采访时，阐述了从“云原生”到“AI就绪”的发展路径，并分享了当前内存价格上涨对数据库成本的影响，预计在未来3至5年内将持续上涨，同时介绍了阿里云如何通过技术创新帮助企业应对成本压力。
从云原生到“AI就绪”：“4+1”的核心进化
阿里云在2025年大会上提出了人工智能的发展路线：从学习到辅助人，再到自我迭代超越人，最终达到超级人工智能。
李飞飞表示，通往超级人工智能的过程中，算力不再是唯一的瓶颈，优质的数据和处理能力变得至关重要。数据和处理能力是实现超级人工智能的基础。目前，大模型能够处理冷数据（历史数据），并通过微调处理温数据，但企业数据库中生成的热数据尚未能被大模型实时总结。
“将热数据和相关处理技术与大模型结合，是实现智能化的关键。”李飞飞指出，将AI大模型集成进数据库是一项重要任务，这样可以解决数据搬运和数据主权、隐私安全性的问题，从而形成热数据与模型算子的有效结合。
李飞飞表示：“PolarDB的演进是基于这一理念，在过去两年中，从一个云原生数据库迅速发展成为一个AI就绪的云原生数据库。”
具体而言，李飞飞将PolarDB向“AI就绪”云原生数据库的转型总结为“4+1”。
核心支柱：
第一，存储层转向Lakebase（湖库一体）。李飞飞指出，AI时代可处理的数据类型大幅增加，Lakebase成为实现AI就绪的第一步。该架构统一管理结构化、半结构化与非结构化数据，打破传统的数据孤岛。
第二，元数据的统一与实时管理。在AI时代，多源、多模态、海量数据的元数据规模已从“几兆”提升至“T”级别。PolarDB利用Zero ETL与实时同步技术实现元数据的闭环管理。
第三，多模态检索与处理能力。PolarDB深度整合向量检索、全文检索与多模态理解，在SQL中实现语义与关键词的联合查询，提升复杂场景下的响应精度与速度。
第四，模型算子化与Agent AI支持。“热数据与模型的在线推理结合，是数据库智能化的关键。”李飞飞强调，通过在数据库内实现模型算子化，将实时数据转化为可场景化使用的Token，并依托Agent架构实现智能体的快速开发与部署。
“+1”：跟随硬件演进，实现资源池化与异构调度。李飞飞特别提到，结合CXL内存池化、存算分离、GPU与CPU混合调度等硬件优化，是支撑AI就绪数据库高效运转的基础。“在内存价格持续上涨的情况下，这些技术显得尤为重要。”
成本优化：三层架构释放普惠红利
到2025年，阿里云PolarDB以每分钟20.55亿笔交易（TPM）和单位成本0.8元人民币的成绩刷新TPC-C性能与性价比的世界纪录。
对于“单位成本0.8元人民币”的成就，阿里云数据库产品事业部的王远从三个方面分析了PolarDB的“降本”逻辑：
资源池化与智能分层：通过智能冷热数据分层与流转，将数据自动调度至高性价比的存储介质，降低用户的管理负担。
存储多租与算力异构调度：利用CXL等技术构建可共享的远端存储池，并实现CPU与GPU的混合调度，提升资源利用效率。
服务极致弹性：面向未来以Agent为主的负载特征，实现计算节点秒级启用与释放，支持高并发和间歇性任务。
李飞飞还强调，当前存储与内存价格的上涨“可能会持续三到五年”，此次涨价是由于需求爆发式增长和产能不足，而非厂商故意限制，因此这一轮存储周期的涨价将会相当漫长。这正是云原生与池化技术展现价值的机会。“越是硬件成本高企，规模化、平台化的云计算厂商越能通过降低边际成本为客户创造更大价值。”
李飞飞指出，云计算与AI平台的本质是“规模化的生意”，规模越大，越能通过技术创新与弹性调度释放成本红利。
“过去几年，我们通过池化、多租、弹性等技术，持续推动面向中小企业的降价。未来在AI与硬件变革的双重周期下，PolarDB将继续以‘AI就绪’的架构支持更多企业低成本、高效率地构建智能应用。”
目前，阿里云PolarDB已经服务于全球超过2万用户，覆盖金融、汽车、政务、互联网等多个关键领域。
