聚焦AI Agent时代数据基础设施升级，星环科技举办GPU原生认知数据库技术分享会

　　近日，在徐汇区新工办指导下，星环科技举办GPU原生认知数据库技术分享会。来自机器人、医疗、金融、体育、具身智能等领域的多家人工智能企业代表参加活动，围绕AI Agent时代数据基础设施升级、新一代数据库架构及行业应用实践展开深入交流。活动充分发挥徐汇区新工办搭平台、促交流、聚生态的作用，为区域人工智能企业搭建了技术分享与产业协同的平台。

　　作为徐汇区新工办推动产业创新交流的重要活动之一，本次分享聚焦企业在AI Agent落地过程中面临的共性问题，通过技术分享、案例交流和需求对接，进一步促进产业链上下游协同创新，助力区域人工智能产业生态建设。

　　AI Agent进入产业应用，

　　数据基础设施成为新的瓶颈

　　过去几年，大模型推理能力快速提升，GPU让模型响应时间缩短至数十至数百毫秒。但在实际业务中，数据扫描、多表关联、复杂聚合、向量检索、图计算、知识召回等环节仍主要依赖CPU数据库和传统数据平台，成为影响AI应用效率的重要因素。

　　尤其是在AI Agent"规划—执行—反馈—再规划"的循环过程中，数据库查询、知识检索和工具调用会被反复执行，单次数据访问延迟不断累积，在复杂AI应用中，数据分析延迟可占整体时延的80%至95%。

　　这意味着，AI时代的基础设施升级，不仅需要更快的模型，更需要能够支撑实时数据计算、知识管理和智能调用的新一代数据库。

　　GPU原生认知数据库：

　　让数据库从"存数据"走向"懂数据"

　　围绕这一趋势，星环科技推出GPU原生认知数据库。

　　不同于传统数据库主要承担数据存储和查询功能，认知数据库融合关系数据库、多模态知识库和长期记忆系统能力，通过统一的数据底座管理关系、向量、图、全文、文档、对象、时序等多种数据模型。

　　平台进一步引入Ontology语义层、长期记忆管理和Skills能力管理，让Agent不仅能够查询数据，还能够理解数据之间的语义关系，管理长期记忆，并调用企业内部工具完成复杂任务，实现数据、知识、记忆与执行能力的一体化协同。

　　同时，平台支持SQL、Python、API及自然语言等多种交互方式，用户可以通过自然语言发起任务，由系统自动完成任务规划，并转换为SQL、Python代码或Skills调用，提高AI应用开发效率。

　　GPU原生架构，提升AI数据处理效率

　　除了数据库能力升级，计算架构也同步进行了重构。

　　GPU原生认知数据库以GPU作为核心计算引擎，针对扫描、关联、聚合、向量检索、图计算等复杂计算进行优化，并支持GPU直连存储、高速数据通路和CPU-GPU协同调度，减少数据搬运开销，提升整体计算效率。

　　同时，平台支持OCR、多模态ETL等能力，可在数据入库阶段完成图片、文档、视频、音频等内容解析，实现多模态数据统一管理，为AI Agent提供更加高效的数据支撑。

　　GPU原生认知数据库在TPC-DS标准测试及金融量化分析等典型场景中表现出较强性能，并已应用于设备运维、金融风控等业务场景。

　　行业交流聚焦AI Agent落地共性需求

　　交流环节，参会企业围绕长期记忆、企业知识库、多模态数据处理、数据库迁移、视频分析等话题展开讨论。

　　机器人企业关注长期记忆和响应效率，医疗企业关注健康档案管理和智能诊疗，金融企业关注知识库和自然语言问数，体育科技企业则聚焦视频数据处理和多模态分析。

　　不同的行业，不同的业务，却指向同一个方向——AI Agent不仅需要更强的大模型，也需要更高效、更智能的数据底座。

　　未来，星环科技将继续依托徐汇区新工办搭建的产业交流平台，加强与区域企业、高校、科研院所及生态伙伴的协同创新，持续推进GPU原生认知数据库技术创新，完善多模态数据管理、长期记忆、知识组织及Agent协同能力，共同探索AI Agent在金融、机器人、医疗、能源等行业的落地实践，为人工智能产业高质量发展提供坚实的数据基础设施支撑。