从GBase 8a学习到AI应用思考

2023年，最火的技术是什么，如果ChatGPT说第二，估计没人敢认第一，目前看来是这样的。从前些年资本追逐的AI大爆发，到后来的默默无闻，OpenAI也算是熬出了头。凭借着对OpenAI的投资，微软也成功的主导了GPT类应用的最高话语权。

正好，最近参加了南大通用举办的GBase 8a培训，我对这款数据库产品有了一些初步的了解，对其易用性印象深刻。正好项目上在探讨GPT类应用的落地方案，对此，我有一些自己的思考。

GBase 8a作为一款OLAP类型数据库产品，其天生能够很好的应对大量数据场景下的计算任务，抛开GPT模型推理过程，对于中间的一些数据存储，GBase 8a能够很好的应对，虽然目前官方没有说明，但我觉得这个应该是可以作为一个应用方向。

GBase 8a在部署和扩展性上，表现优异，但我想到一个问题，如果我在硬件资源足够的情况下，8a数据库在需要进行扩展，或者增加计算节点的场景下，能够配合现在相关的AI模型，实现低配置，零人为干预的情况下，进行扩展。按需分配计算节点，提高数据的处理能力。

目前国内厂商都在积极的布局GPT类应用的开发，在这些应用场景中，数据量将呈现几何倍数的增长，对于数据库厂商来说，这也许是一个不错的机遇，毕竟，在数据库产品上，不是所有的公司都有能力进行自研。采购现有数据库产品，也就成了必然。对数据库厂商来说，新的机遇就这样到来了。

目前还没有哪家数据库厂商对外公布其产品能够很好的服务于这样大语言模型的训练和使用，但我认为，机遇总是在你没有准备的时候就突然到来了，OLAP数据库产品将是一个不错的选择。

GBase 8a加油！希望早日看到8a的AI版本。