当人工智能技术加速向产业纵深渗透，算力、模型、应用层的创新备受关注，但承载一切价值的数据库基础设施，其演进方向却常常被放在讨论的后端。在盖国强看来，数据库的迭代往往不是技术概念驱动，而是持续响应真实世界的数据管理诉求。

20世纪60年代初，查尔斯·威廉·巴赫曼开发的集成数据存储（IDS）推动了数据管理从应用程序中分离；1970年，埃德加·科德奠基了关系模型骨架；几乎同期，丹尼尔·斯洛特尼克提出关于软硬结合实现数据库机的早期构想；1979年，萧开美以“数据库机来了”为题发表论文，反映了当时的研究热潮。技术形态几经更迭，不变的是对“可靠、高效承载数据”这一核心目标的追求。

1999年，图灵奖得主吉姆·格雷在《下一步是什么：信息技术的十二项研究目标》列出12条愿景。其中，“个人的梅米克斯（MemEx）”与“世界的梅米克斯”占了两席——记录、检索并应答海量信息，在今天AI大模型与智能体快速落地的阶段，才真正迎来落地的契机。数据作为人工智能的根基，正在推着数据库发生深刻的改变。

沿着这条产业演进主线，盖国强把数据库行业的变革划为四个时代：商业数据库、云数据库、开源数据库，以及方兴未艾的AI数据库时代。AI和数据库的融合也并非单一模式，而是分层递进的过程——初期是双向赋能，AI辅助数据库自治运维、数据库为大模型提供向量检索与高质量结构化数据供给；进一步发展，智能代理将成为数据库的一等用户，数据库的服务主体从人转向智能体，这也是变革真正发生的节点；长远来看，数据库或将由AI完成自学习、自进化重构，诞生区别于SQL的全新交互模式。

范式变迁之下，数据库自身的定位也随之重构。它不再仅仅是存放记录的数据容器，而将成为企业世界模型的运行载体，核心价值从单纯的数据查询、事务处理，延伸到理解业务上下文、承接完整业务任务，传统数据库事务体系，也需要适配智能推理场景提出新的思考。这一系列变化，也让长久困扰数据库建设的“可靠性、性能、成本”不可能三角矛盾更加凸显。超融合架构能够简化部署运维、控制建设成本，但很难同时满足核心交易数据库对稳定性与低时延的严苛要求。

基于大量政企核心业务落地经验，云和恩墨zData X数据库一体机给出工程侧的解法。Raft协议保障一致性与完整性，特定三副本配置下可实现“9个9”的数据可靠性；在成本可控的前提下支撑高吞吐、低时延运行，典型配置处理能力超2000万tpmC（约12亿笔交易/小时）；在三节点典型配置下4KB随机读写的对比测试中，zData X可实现300万IOPS@0.3ms，而Ceph方案只有15万IOPS@3ms。盖国强强调，zData X这套软硬一体的底座，延续的正是早年数据库机“数据就近计算”的理念，用“通用硬件+软件定义”的架构完成了当年受限于硬件条件而未能规模化落地的设想。

面向智能体企业（Agentic Enterprise）这一未来形态，单一的高性能存储计算底座还不足以支撑完整的数据链路，企业还需要数据库管理和智能应用能力。盖国强介绍道，云和恩墨为此搭建起数据“存、管、算、用”的产品体系：以zData X承载核心生产数据，zCloud实现数据库全生命周期云化管控，Mopheus把数据库运维、诊断、优化等专业能力封装为可自主执行的智能服务。整套体系环环衔接，共同支撑企业走向以智能体为核心的运行模式。

盖国强在分享中着重谈到，人工智能带来的数字化浪潮，给我国中部地区数字经济发展带来全新机遇。“算力资源可以按需采购，大模型能力可以接入调用，但稳定可信、适配业务持续演进的数据底座，需要深度贴合业务场景持续建设，不能依靠标准化组件简单拼接而成。”他说，云和恩墨始终扎根数据库基础软件赛道，坚持底层技术创新，持续打磨适配行业核心场景的数据基础设施方案，希望以扎实的技术能力，助力江西及全国各行业数字化、智能化转型，共建数据驱动的智能未来。

本次江西省首届计算机大会同步发布《江西省“人工智能+”发展蓝皮书》，并设置智慧医疗、算力协同、智慧教育等多个专题分论坛，为产学研各方搭建了交流合作与成果对接的平台。大会期间，云和恩墨还通过现场展位，集中展示了公司在数据库存储、数据库管理等领域的产品、解决方案与专业服务，并与参会嘉宾围绕技术创新、行业需求及应用实践展开深入交流。未来，云和恩墨将继续依托此类行业交流平台，深化与学术界及产业伙伴的沟通协作，凝聚创新共识，共同探索AI时代基础软件的创新发展路径。