AI推理时代，达梦绽放光彩

$中控技术(SH688777)$ 的股权激励草案印证了券商提出“2026年是AI应用爆发元年”的观点，必将进一步点燃市场炒作AI应用的热情。目前在雪球上没看到将$达梦数据(SH688692)$ 与AI应用关系讲得比较透彻的帖子，作为IT从业人士，来凑个份子，浅谈一下达梦数据与AI应用的关系，不一定对，仅供参考：

一、达梦数据与AI训练关系不大，几家训练大模型的巨头，基本没有哪家在AI训练中使用达梦的产品，但是这并不重要，因为达梦数据真正的战场在AI推理。

二、现在已进入AI推理时代，大量政企等B端客户在私域或公有云上独立部署DeepSeek、Qwen等大模型进行AI推理，提高办公、制造、医疗、政务等效率，所谓AI办公、工业AI、AI医疗、AI政务等，自2025年开始各垂直领域的AI用户数量爆发式增长，且随着AI技术能力的不断提升，2026年AI应用的增速可能进一步加快，于是券商喊出了“2026年是AI应用爆发元年”。

三、C端用户使用的AI助手，并非用户自己部署，而是直接基于SaaS模式使用，说白了就是直接使用APP。与C端用户不同，政企客户通常在私域或公有云上独立部署大模型，并融合自身的数据使用，所谓AI与垂直领域融合。因为AI训练成本高昂，所以政企客户通常不会拿自己的数据去进行二次训练，而是将自己的数据外挂在DeepSeek、Qwen这些已经训练好的大模型上，这就是所谓的检索增强生成RAG。

四、AI RAG使用的数据库包括：向量数据库、关系数据库、图数据库、时序数据库（工业AI常用）、缓存数据库等，达梦数据均有对应的产品，具体如下。通过豆包可以搜到达梦数据库用于RAG的应用案例，这里就不再赘述了。

1、DM8/DM9。关系+向量的多模态数据库，同时支持结构化数据、非结构化数据（图片、声音、视频等），并支持AI推理中常用的向量数据的存储与处理，同时支持“向量检索+SQL检索”，便于不同类型数据的统一存储与统一检索。

2、GDMBASE。图数据库，是知识图谱、AI大模型领域必不可少的底层支撑，作为向量库的补充，解决传统RAG知识关联缺失、无法多跳推理的问题，适配金融/法律/工业等需要逻辑推理的高阶RAG。

3、DMTDM。时序数据库，适配工业高频时序数据的存储和语义检索，贴合工业AI场景。

4、DMCDM。缓存数据库，是中高并发RAG落地的核心优化手段，主要解决RAG检索/推理阶段的性能瓶颈、重复计算、高延迟问题，核心作用是对高频查询、向量检索结果、知识片段做临时缓存，让热点请求的响应速度提升数倍甚至数十倍，同时降低向量库/大模型的算力消耗。

五、达梦数据还提供AI智能数据底座“达梦启智多模智算平台”，专注于解决客户在AI落地过程中的关键痛点，如AI数据资产复用、多模型自由选择、核心资产安全保障等，架构如下图。

六、政企客户AI推理基于大模型+自身积累的海量数据，因此AI RAG的数据量也相对较大，客单价可能也会有所提升。

七、达梦数据库在各个垂直领域的AI RAG中均可使用，并不局限于某一垂直领域，因此应用范围更广泛，属于AI推理的基础设施（AI Infra），且软件许可边际成本几乎为零，具有超高的毛利率和净利率。

综上所述，政企客户AI推理中使用的数据库种类多、数据量大，且属于爆发式增长的新领域，大概率会对达梦数据的业绩有明显的拉动作用，期待达梦数据在AI推理时代绽放光彩。

本人于2025年8月达梦数据总经理被留置股价大跌时逆向买入（详见专栏《达梦数据：黑天鹅不改高增长》），重仓持有达梦数据至今，利益相关，仅以此贴记录自己的思考和投资，不构成任何投资建议。