7 月 9 日，2026 可信数据库大会在北京召开。金篆信科副总经理屠要峰发表《数智一体，自治跃迁 ——GoldenDB 多模一体化架构引领信创底座全域进化》重磅主题演讲，围绕大会核心关键词强基、智融、向新三大维度，系统拆解 GoldenDB 二十余年自主创新技术成果、全栈产品矩阵、多行业规模化落地实践，并深度解读 AI 与数据库双向融合驱动下，国产分布式数据库迈向多模一体化、自治智能化的全新演进路径，为关键行业信创深化与全域数智化转型提供可信底座方案。

金篆信科副总经理屠要峰发言现场图一

强基：筑牢自主可信根基，GoldenDB 登顶金融核心数据库市场

“强基是国产数据库发展的立身之本，只有掌握底层核心技术、通过严苛安全资质、经受核心业务长期验证，才能成为国家关键领域可信的数据底座。”屠要峰在演讲开篇指出。

作为中兴通讯旗下专注数据库研发的企业，金篆信科累计申请专利超 1000 项，在数据库研发积淀超 20年，肩负解决数据库基础软件 “卡脖子”、保障重点行业科技安全的核心使命。在技术自主可控与安全可信层面，GoldenDB 完成全系产品国家安全可靠测评全覆盖：分布式交易型 GoldenDB V7 拿下数据库行业最高Ⅱ级测评；集中式交易型 GoldenDB Lite V7、分布式分析型 GoldenDB EBASE V3 均获得Ⅰ级测评；服务20余家关基客户。

市场落地层面，GoldenDB 用“千万套”商用的真实业绩证明了底座的坚韧与可靠。GoldenDB 创下国产数据库六大里程碑，实现金融、运营商、证券、政务多行业核心系统规模化替代，产品每日承载超百亿笔金融交易，核心系统零故障稳定运行超 6 年，可用性达 99.9999%。目前，GoldenDB 的版图已全面拓展至能源、民航、交通、部委政务等重点行业核心场景，赋能千行百业数智化转型。

智融：全系列产品一体化布局，一站式支撑企业全域数智转型

数据库信创，替换不是最终目的，跃迁才是。从“数字化”走向“数智化”，单一形态的数据库已无法支撑结构化、非结构化数据和众多应用场景需求。屠要峰围绕 “智融” 阐释 GoldenDB基于同源一体架构设计的丰富产品矩阵，强调其以三大核心产品 + 全链路工具链，打通数据孤岛，实现全域数据融合及数据驱动业务决策。

金篆信科副总经理屠要峰发言现场图二

GoldenDB 全系产品基于同源一体架构设计，实现集中式、分布式、交易、分析、AI 向量场景全覆盖，适配不同规模企业国产化替代需求：

其中，GoldenDB 分布式（V7）是面向金融、运营商、政务高等级核心业务的原生分布式交易库，具备无共享弹性扩缩容、金融级全局强 ACID 事务等优势，完美兼容 Oracle、MySQL 语法，支撑百万级并发交易，适用于银行核心、运营商计费、政务核心交易等高可靠场景，是国有大行、头部券商核心替换主力产品。

GoldenDB Lite V7 集中式版是轻量化单机 OLTP 数据库，部署极简、运维门槛低，适配中小银行网点、小型政务、医疗教育、边缘嵌入式业务，支持与分布式集群双向平滑迁移，兼顾轻量化与未来扩容需求。

GoldenDB EBASE V3分析型则基于 MPP 架构的湖仓一体分析引擎，搭载向量化计算、流批一体能力，支持 PB 级数据秒级分析，原生融合向量检索，一站式承载企业数仓、客户画像、物联网实时监测、RAG 大模型知识库场景，实现传统数仓国产化替代。

GoldenDB 创新同源多模一体化架构，实现四大维度统一融合：部署一体化（集中 / 分布式一套内核）、模式一体化（兼容 Oracle/MySQL/PG/SQL Server）、存储一体化（行存、列存、行列混存）、数据多模一体化（结构化、JSON、GIS、向量、图数据统一存储融合查询）。融合查询引擎自动完成多模态数据同步、转换、路由，一套底座同时承载 OLTP 交易、OLAP 分析、HTAP 混合负载及AI 向量检索，彻底解决企业多套数据库割裂、数据不一致、运维成本高的难题。

针对存量数据库改造痛点，金篆信科打造行业最全工具矩阵，覆盖迁移评估、数据同步、仿真测试、开发运维、智能诊断全生命周期：CAC 迁移评估工具、Sloth 迁移同步平台、DBReplay 流量仿真、GDC 图形化开发工具、Insight 智能运维平台、一键诊断组件协同工作，实现不停机增量迁移，整体迁移周期缩减 83%。同时配套1 套成熟实施方法论、3 条差异化改造路径、6 大核心技术能力，为客户提供 “交钥匙” 式工程，支撑企业从数字化平稳迈向数智化。

向新：多模一体化架构全域进化，AI×DB 双向驱动开启自治数据库新时代

“AI 浪潮重塑数据基础设施，数据库不再只是数据存储容器，更要作为 AI Agent 的外部记忆与推理引擎。” 在演讲第三部分 “向新”，屠要峰重点分享 GoldenDB 面向 AI 时代的全域架构进化路线，提出“DB for AI”与“AI for DB”双向赋能技术路线：以多模一体化底座 + 全链路自治运维，完成从 “人工管控” 到 “自主智治” 的范式跃迁。

金篆信科副总经理屠要峰发言现场图三

随着 LLM、RAG、多模态应用普及，向量、文本、图谱数据爆发式增长，传统数据库与向量引擎分离架构存在数据割裂、一致性差、开发繁琐等短板。GoldenDB 构建统一多模数据引擎，原生集成向量、图、行 / 列存、KV 存储，提供融合索引体系（标量、全文、向量、图索引），实现标量 + 向量 + 文本 + 图混合检索，无需对接第三方组件，一站式承载智能问答、客户画像、档案检索、智能风控等 AI 场景。

架构层面内置 Agent 原生能力，开放 MCP 标准接口、NL2SQL 自然语言查询、统一元数据 API，支持本体建模、数据分支、记忆分层管理，为大模型、多智能体提供标准化数据读写、检索、推理服务，打通大模型与底层数据库的数据链路。向下多模开放兼容、向上一体化协同计算，让数据库成为 AI 应用最坚实的数据底座。

传统数据库运维高度依赖资深 DBA，故障排查、性能调优、容量评估耗时长。当 Agent 成为交互主体，数据库运维从“人管”走向“智治”。GoldenDB 全新自治运维架构，将专家的知识经验转化为可复用的自动化能力，实现“感知 - 判断 - 决策 - 执行 - 反馈”的完整闭环：

首先，多层级智能架构分为用户交互层、AI Agent和大模型层、技能与能力层、数据与资源层，内置 687 项监控指标、4 套健康评估模型、113 类故障识别模型、214 套运维工具，覆盖全场景巡检、SQL 审计、容量预测、故障诊断。

其次，Agent 驱动自动化运维实现运维的最高境界“无感”。当异常发生时，系统实时感知指标基线异常，AI Agent 自动并行调取日志、事务链路、SQL 执行记录完成多模态根因推理，自动生成调优方案，通过灰度发布最小范围执行优化，效果不达标则毫秒级自动回滚；处理完成后将故障特征、解决方案沉淀至运维知识图谱，持续迭代优化。故障诊断时长从传统小时级缩短至秒级，大幅降低人力依赖。

再次，在全链路智能优化层面，AI 自动完成索引推荐、SQL 改写、参数调优、负载均衡；内置 NL2SQL 自然语言查询，非技术人员可通过文字描述完成数据查询；AI 驱动自动化测试，智能生成测试用例，提前预判潜在性能风险，从运维、开发、测试全流程实现智能化升级。数据库运维从依赖个人经验的“手工作坊”，升级为可规模化自动化的“智能工厂”。

屠要峰梳理数据库七十年技术演进脉络：从层次 / 网状数据库、关系型交易库、MPP 分析库，到 NoSQL和专用数据库，从云原生、HTAP、LakeHouse、AI Native、到LakeBase、LTAP、Agent Native，数据库正呈现出与 AI、BigData、Cloud 深度融合演进的趋势。单一功能、单一模态数据库已无法适配 Agent、LLM 驱动的全新业务模式，行业亟需一套统一、兼容、智能、可信的一体化数据基座。

GoldenDB 多模一体化架构正是顺应这一趋势的下一代数据库方案：底层云原生存算分离实现弹性伸缩，中间融合计算引擎统一处理交易、分析、向量、图谱负载，上层开放标准化接口支撑业务、BI、ChatBot、多智能体多元应用；同时叠加全链路安全管控、自治智能运维，实现“融合存储、协同计算、开放兼容”三大核心能力，兼顾信创安全可信、业务稳定可靠、AI 智能创新三大核心需求。

以数智一体底座，护航信创产业持续跃迁

演讲尾声，屠要峰表示，强基，是我们对金融级核心底座的敬畏与坚守，解决“卡脖子”的生存问题；智融，是我们走向“数智化”的发展道路；向新，是我们拥抱 AI 时代的开放与重构，实现数据库自治跃迁的勇气与决心。金篆信科将持续深耕 GoldenDB 多模一体化架构，持续迭代向量、AI 自治核心能力，依托成熟的金融核心落地经验，将可信、智能、一体化的数据底座能力向运营商、政务、能源、交通等全行业复制推广。