Im chinesischen Markt der Datenbanken ringen zahlreiche Anbieter um die Spitze. Wer wird der nächste chinesische "Oracle"?

Mit der Ankunft einer neuen Ära des generativen KI kommt es in allen Branchen zu Veränderungen, die als vierte industrielle Revolution angesehen werden.

Die Datenbank, ein Geschäft, das schon seit Jahrzehnten existiert, ist plötzlich wieder ein heißes Thema in der Öffentlichkeit. Am 10. September 2025 stieg die Aktie von Oracle binnen eines Tages um 36 %, und der Marktwert stieg binnen einer Nacht um über 240 Milliarden US - Dollar, was etwa dem Marktwert von Nike entspricht. Hinter diesem erstaunlichen Anstieg steht ein Fünfjahres - Leistungskapazitätsbeschaffungsvertrag zwischen Oracle und OpenAI, dessen Gesamtwert auf 300 Milliarden US - Dollar geschätzt wird.

Nach Daten der IDC wird der weltweite Markt für KI - Server im Jahr 2024 auf 125,1 Milliarden US - Dollar geschätzt, im Jahr 2025 auf 158,7 Milliarden US - Dollar steigen und im Jahr 2028 möglicherweise 222,7 Milliarden US - Dollar erreichen.

Unter der doppelten Logik der heimischen Substitution und der KI - Revolution hat die heimische Datenbankbranche auch neue Wachstumschancen.

Zhang Yi, der Geschäftsführer der Produktionsabteilung von GBase, einem führenden Unternehmen in der heimischen Datenbankbranche, sagte gegenüber 36 Kr, "Die Substitution durch heimische Produkte hat einen kritischen Zeitpunkt erreicht. In den nächsten zwei bis drei Jahren wird es eine neue Umstrukturierung in der heimischen Datenbankbranche geben." Nach seiner Ansicht werden die Unternehmen in Zeiten des großen Wachstums vor allem auf ihre Liefer - und Wartungsfähigkeiten getestet.

Seit der Popularität des generativen KI haben die drei Kernprodukte von GBase neue Funktionen wie die Verwaltung von Vektordaten, die Trennung von Speicher und Rechenleistung und die KI - Native - Fähigkeit erhalten, was es ihnen ermöglicht, die Anforderungen der Unternehmen in der KI - Ära besser zu erfüllen.

Ein neuer Wettlauf in der heimischen Datenbankbranche hat schon stillschweigend begonnen.

Die KI - Revolution, neue Chancen für Datenbanken

Die neue Generation der KI bringt sowohl Herausforderungen als auch Chancen für das Datenbankgeschäft mit sich, wie die "Wiedergeburt" von Oracle zeigt.

Oracle - CEO Safra Catz sagte in der Quartalsbilanzpräsentation höflich, dass das Unternehmen in diesem Quartal mit drei Giganten im Bereich der Künstlichen Intelligenz schwere Cloud - Verträge unterzeichnet hat.

Als Elefant der vergangenen Ära ist die Wiedergeburt von Oracle eng mit seiner Investition in Cloud - Infrastruktur und KI - Dienstleistungen verbunden.

In der KI - Ära werden weltweit Data Centers gebaut, um die enorme Rechenleistung der großen Technologieunternehmen zu decken. Oracle hat frühzeitig die Chipressourcen von Nvidia erworben. Laut offizielle Berichten hat Oracle im Jahr 2024 einen Auftrag über 40 Milliarden US - Dollar für Blackwell - GPU von Nvidia aufgegeben und ist somit ein wichtiger Ort für die aktuelle KI - Dienstleistung.

Nachdem DeepSeek Anfang dieses Jahres auf dem Weltmarkt einen Rummel gemacht hat, hat dasselbe Signal auch auf den chinesischen Markt übertragen. Alle Branchen beschleunigen die Einrichtung von KI, und Agent, als eines der besten Träger für die schnelle Umsetzung von KI, hat im Jahr 2025 einen schnellen Wachstum. Die Daten zeigen, dass der weltweite Markt für Agent bereits 5 Milliarden US - Dollar überschritten hat und bis 2030 auf 50 Milliarden US - Dollar geschätzt wird.

Allerdings ignorieren viele Leute beim Erstellen von Agent ein zentrales Problem: Gute Daten sind der Kern, der die Entwicklung von hochwertigen Agenten unterstützt. Das heißt, für die aktuelle heimische Datenbankbranche liegen die Chancen in der Agent - Welle.

Wenige Unternehmen haben dies wirklich erkannt. In der Zeit der traditionellen Datenbank mussten Unternehmen hauptsächlich strukturierte Daten verarbeiten, und diese Daten waren statisch. Man musste nur sicherstellen, dass die Daten gespeichert werden können, wenn sie nicht benötigt werden, und leicht abgerufen werden können, wenn sie benötigt werden.

Aber mit der raschen Entwicklung der KI, von der großen Sprachmodell bis zur multimodalen großen Sprachmodell, steigt der Bedarf an Datentraining exponentiell, und die Datentypen wandeln sich von strukturierten Daten zu unstrukturierten Daten, sogar zu einer Mischung aus halbstrukturierten und halbunstrukturierten Daten.

Dies ist eine Prüfung für Datenbankunternehmen. "Beim Verarbeiten von strukturierten Daten ist es einfacher, genaue Übereinstimmungen zu erzielen", sagte Zhang Yi gegenüber 36 Kr. "Aber in der KI - Ära gibt es viele ungenaue Suchen, und es geht eher um Ähnlichkeitssuchen."

Andererseits "muss das Training von großen Modellen PB - Mengen oder sogar hundert PB - Mengen an Daten verarbeiten, und die KI - Anwendungen erfordern eine Reaktionszeit im Millisekundenbereich, was hohe Anforderungen an den Durchsatz und die Latenz der Datenbanken stellt." Schließlich gibt es auch Herausforderungen bei der Kostenkontrolle. "Wie man die Speicherkosten für Massendaten durch Datenhierarchie, Indexoptimierung und Datendruckung senkt, ist eine große Herausforderung", sagte Zhang Yi gegenüber 36 Kr.

Genau aufgrund dieser Trends ist die Vektordatenbank nach der Veröffentlichung von ChatGPT wieder populär geworden. Sie hat große Vorteile bei der Verarbeitung und Speicherung von unstrukturierten Daten wie Audio, Video und Bildern. Im Jahr 2023 hat GBase erneut in die Vektordatenbankprodukte investiert und bis heute kontinuierlich verbessert, um die KI - Native - Fähigkeit vollständig in die Datenbank einzuführen.

Darüber hinaus haben alle drei Kernprodukte von GBase neue Funktionen wie die Verwaltung von Vektordaten, die Trennung von Speicher und Rechenleistung und die KI - Native - Fähigkeit erhalten, um den Unternehmensdatennachfragen in der KI - Ära besser gerecht zu werden.

Die Beschleunigung der heimischen Substitution, GBase ist bereit

In der Datenbankbranche ist GBase ein Pionierunternehmen. Das Unternehmen wurde im Jahr 2004 gegründet und hat sich seitdem auf Datenbanksoftwareprodukte und - dienstleistungen konzentriert. Heute ist es ein Anbieter von Datenbankprodukten und - dienstleistungen für alle Szenarien, einschließlich Transaktions-, verteilten Transaktions- und Analyseszenarien.

Der Sturm der heimischen Substitution und die Popularität der heimischen Substitution haben GBase zu einer neuen Transformation und einem Upgrade veranlasst und eine vollständige Einrichtung der drei Kernproduktlinien vorgenommen, einschließlich: GBase 8s, ein Cluster - Datenbank für stark konsistente Transaktions - Shared - Storage - Cluster; GBase 8c, ein multimodaler und multi - polymorphischer relationaler Datenbank für starke Transaktionen und schwache Analysen; und GBase 8a, ein verteilter logischer Data Warehouse für starke Analysen und schwache Transaktionen. Alle diese Produkte werden in den Bereichen Finanzwesen, Telekommunikation, Energie und Verkehr in großem Maßstab eingesetzt.

Zhang Yi sagte gegenüber 36 Kr, dass die heimische Substitution von den peripheren Systemen zu den Kernsystemen vorangeschritten ist. "Wir sehen jetzt eine Vielzahl von heimischen Substitutionen von kritischen Kernsystemen, wie das Kernbuchhaltungssystem von Banken, das Kreditgeschäftssystem, das Abrechnungssystem und das Kundenverwaltungssystem von Telekommunikationsanbietern, das Kernversicherungssystem von Versicherungen usw." Die Beschleunigung der Substitution stellt auch höhere Anforderungen an die Datenbankhersteller von der Nachfrageseite.

Nachdem GBase in die KI - Ära eingetreten ist, hat es mehrere Produktrichtungen verbessert.

GBase Cloud Data Warehouse (GCDW) ist ein elastischer Cloud - nativer Data Warehouse auf der Grundlage von zeilen - und spaltenorientierter Mischspeicherung für Massendaten und verteiltes Massivparallelverarbeitung. Es erfüllt die Anforderungen der Unternehmensanwendungen für elastische Data Warehouse - Systeme. Es unterstützt sowohl die lokale Installation als auch die Cloud - Installation und verfügt über die Fähigkeit zur elastischen Ressourcenvergrößerung.

Darüber hinaus verfügt es über die Fähigkeit zur Offenlegung von Daten für mehrere Mandanten und die Fähigkeit zur Überbetrieblichen Operation, kann verschiedene Plattformen integrieren und verwalten, die intelligente Rechenleistung der maschinellen Lernfähigkeit, die kombinierte Rechenleistung von relationaler und nicht - relationaler Rechenleistung sowie die Echtzeit - Zugangs - und Verarbeitungsfähigkeit von Daten integrieren. Gleichzeitig integriert es das Data Lake, unterstützt die sichere Übertragung von Daten und die einheitliche Speicherung von Daten und ermöglicht die Einrichtung und Offenlegung von DaaS - Dienstleistungen für die Anbindung von privaten und öffentlichen Clouds im Analysebereich auf der Grundlage der Architektur der Trennung von Rechenleistung und Speicher, um den Benutzern die Einrichtung eines einheitlichen Data Warehouse und Data Lake zu helfen.

Insgesamt setzt sich GCDW zum Ziel, Unternehmen bei der effizienteren und kostengünstigeren Verwaltung und Analyse von Massendaten zu helfen.

GBase Vektordatenbank wird direkt auf der Grundlage der reifen relationalen Datenbank von GBase realisiert. Sowohl GBase 8c für OLTP - Szenarien als auch GBase 8a für OLAP - Szenarien verfügen über die Fähigkeit der Vektordatenbank und können in verschiedenen KI - angetriebenen Anwendungen eingesetzt werden, einschließlich Bildsuche, Videoanalyse, natürliche Sprachverarbeitung, Empfehlungssystem, gerichtete Werbung, personalisierte Suche, intelligente Kundenservice, Betrugsverhütung, Gentest usw.

Zhang Yi sagte, dass GBase 8c besondere Vorteile bei der Unterstützung von KI - Anwendungen hat: "Die Einbindung von KI - Fähigkeiten in traditionelle Geschäftsprozesse erfordert normalerweise zwei Datenbanken (eine für strukturierte Daten und eine für Vektordaten), und die Transformation ist teuer. GBase 8c unterstützt beide Datentypen und kann mit einfachem SQL verknüpfte Abfragen durchführen, was die Kosten für die Geschäftsentwicklung erheblich reduziert."

Darüber hinaus verfügt die GBase Cloud - native Datenbank über Kernfunktionen wie die Trennung von Speicher und Rechenleistung und Serverless. Die unabhängige Erweiterung von Rechenleistung und Speicherressourcen löst das Problem der Parallelität von Tausenden von KI - Agenten. GBase hat auch ein intelligentes Wartungssystem entwickelt, das Big - Data - Analyse, maschinelles Lernen, generative KI und andere Technologien integriert, um die verstreuten Indizes, Protokolle, Ereignisse, Konfigurationen und andere Daten zu standardisieren und digitalisieren, um ein analysierbares und wiederverwendbares Datenasset - System zu bilden und die tiefe Verwaltung und Wertschöpfung von Wartungsdaten zu realisieren.

Die heimische Datenbank im Sturm, wer wird der nächste chinesische Oracle?

Der chinesische Datenbankmarkt hat sich in eine Phase des schnellen Wachstums begabt, und die Fähigkeit, die KI besser zu nutzen, wird der Schlüssel für den Erfolg oder Misserfolg sein.

Wie man sich in der KI - Ära positioniert, hat GBase seine eigene Überlegung. In der KI - Ära definiert GBase sich als "Datenfundament der KI - Ära".

Dank der technologischen Durchbrüche in den drei Bereichen Data Warehouse - Data Lake - Einheit, Vektordatenbank und KI - Native hat GBase eine effiziente, sichere und erweiterbare Dateninfrastruktur für die KI - Ära aufgebaut und ist eine Schlüsselkraft für die intelligente Modernisierung der Branche geworden.

Nehmen wir die Data Warehouse - Data Lake - Einheit als Beispiel: Sie bietet ein einheitliches, effizientes, zuverlässiges und kostengünstiges Datenfundament für die KI. Sie löst das Problem der Dateninseln und bietet eine einheitliche Datenquelle.

In der Vergangenheit waren die Unternehmensdaten oft in verschiedenen Systemen verteilt. Rohdaten (wie Protokolle, Sensordaten) wurden in Data Lake gespeichert, während die strukturierten Daten für Berichte in Data Warehouse gespeichert wurden. Das KI - Team musste Daten aus mehreren Quellen extrahieren, was mühsam und fehleranfällig war.

Die Vorteile der Data Warehouse - Data Lake - Einheit sind offensichtlich. Sie kann die kostengünstige Speicherflexibilität des Data Lake mit der Hochleistungsverwaltung des Data Warehouse kombinieren. Alle Datentypen (strukturiert, halbstrukturiert, unstrukturiert) werden auf einer einheitlichen Plattform gespeichert. Das bedeutet, dass die Feature - Engineering auf einer Plattform abgeschlossen werden kann und die Datenkonsistenz gewährleistet wird.

Außerdem erbt es die Vorteile des Data Lake und kann Massen unstrukturierter Daten in nativer Form effizient speichern und verwalten. Dies erhöht auch die Wahrscheinlichkeit der Realisierung von multimodaler KI.

In der KI - Ära werden die Anforderungen an die Daten immer höher. Aus Sicht von GBase wurde das Unternehmens - Data Lake in der Vergangenheit oft als Datenmoor bezeichnet, da es aufgrund des Mangels an Verwaltungsmechanismen schwierig war, die Datenqualität, die Metadaten und die Konsistenz zu gewährleisten. Das Ergebnis eines Modells, das mit "schmutzigen Daten" trainiert wurde, war nicht zuverlässig (Garbage in, garbage out). Die Data Warehouse - Data Lake - Einheit bringt eine starke Verwaltungskraft ein, wie z.