GOTC 2023 出品人劉松：二十年 IT 見證者眼中，數(shù)據(jù)技術(shù)的未來

一個(gè)詞來介紹我，我是個(gè)經(jīng)歷者，但更像一個(gè)觀察者。我其實(shí)是整個(gè)軟件行業(yè)過去 20 多年的一個(gè)見證者和觀察者。作為觀察者要有客觀總結(jié)能力，然后包括對(duì)未來的一些看法，但是未來的看法不一定對(duì)，比如說 GPT 的看法沒有人能打包票。

——PingCAP 副總裁 劉松

每個(gè)時(shí)代都需要觀察者，尤其是在技術(shù)變革加速的今天。在 GPT 帶來的震蕩之中，各領(lǐng)域技術(shù)都在尋找新的方向， 數(shù)據(jù)庫技術(shù)也不例外，動(dòng)作快的數(shù)據(jù)庫和服務(wù)廠商也已經(jīng)集成了 AI 工具做SQL 自動(dòng)生成與性能優(yōu)化。然而，面對(duì) “來勢洶洶” 的 AI 技術(shù)浪潮，數(shù)據(jù)庫技術(shù)的方向在哪？又該如何用好 AI？OSCHINA 采訪了 GOTC2023 出品人、PingCAP副總裁劉松，請(qǐng)他談?wù)勛罱鬅岬?AI 技術(shù)，以及在新浪潮之下，數(shù)據(jù)技術(shù)的未來。

劉松，PingCAP 副總裁

簡介：曾經(jīng)擔(dān)任甲骨文大中國區(qū)技術(shù)戰(zhàn)略部總經(jīng)理，阿里云副總裁等職務(wù)，曾負(fù)責(zé)阿里云的云計(jì)算生態(tài)構(gòu)建，智庫合作，人才培養(yǎng)計(jì)劃等工作。劉松長期活躍于中國軟件產(chǎn)業(yè)，親身觀察互聯(lián)網(wǎng)與信息化產(chǎn)業(yè)融合趨勢，在軟件與互聯(lián)網(wǎng)行業(yè)發(fā)展趨勢，云計(jì)算和開源產(chǎn)業(yè)的商業(yè)模式構(gòu)建，數(shù)據(jù)庫技術(shù)發(fā)展趨勢，企業(yè)數(shù)字化轉(zhuǎn)型等方面多年的實(shí)踐經(jīng)驗(yàn)。

5 月 28 日，劉松擔(dān)任 GOTC 2023 “數(shù)據(jù)與數(shù)據(jù)庫技術(shù)” 分論壇出品人，并發(fā)表《從 HTAP 到 Serverless，TiDB 的技術(shù)演進(jìn)之路》主題演講，敬請(qǐng)期待！

OSCHINA：您最近這段時(shí)間很關(guān)注GPT的動(dòng)態(tài)，到目前為止，對(duì)它最深的感觸是什么？

劉松：

我覺得可以用一個(gè)詞 —— 涌現(xiàn)，Emergency。

我個(gè)人是一個(gè)復(fù)雜性系統(tǒng)科學(xué)的愛好者，大家可能聽說過圣達(dá)菲研究所，致力于復(fù)雜系統(tǒng)科學(xué)的研究。在八九十年代的美國，涌現(xiàn)有一個(gè)時(shí)代特定的含義 —— 當(dāng)一個(gè)復(fù)雜性系統(tǒng)超過某個(gè)臨界點(diǎn)，就會(huì)誕生很多按照原本系統(tǒng)的線性思維下預(yù)測不可能發(fā)生的事情。

首先是大模型，過了千億級(jí)別以后，一下子就變得有智能了，這是一種涌現(xiàn)。

第二個(gè)涌現(xiàn)現(xiàn)在正在發(fā)生，當(dāng) GPT 這類大模型的技術(shù)與我們熟悉的軟件事業(yè)、各行業(yè)場景結(jié)合后會(huì)有更大一輪的涌現(xiàn)?，F(xiàn)在發(fā)生了很多原來我沒想過的一些非線性的爆發(fā)，短時(shí)間內(nèi)突然產(chǎn)生了原來沒有的東西，這些東西的形態(tài)又是一個(gè)爆發(fā)狀態(tài)，像所謂寒武紀(jì)大爆發(fā)的邏輯。

ChatGPT 從去年 12 月開放，中文世界到了今年 2 月之后，一下子話題爆了。一方面是技術(shù)過了臨界點(diǎn)，讓每個(gè)人都有所觸動(dòng)，發(fā)現(xiàn)自己懂的東西原來 AI 更懂。另外一點(diǎn)就是，尤其 IT 圈以外的人，都覺得它能改變我的工作甚至是未來的命運(yùn)，都是有可能的，所以我想這可能是最重要的感觸，是一個(gè)涌現(xiàn)的開始。

OSCHINA：您最近還說過一句話 —— 十年云舞臺(tái)，新的舞者是Serverless+HTAP+AI。怎么理解這句話？

劉松：

我成為一個(gè)云的從業(yè)者剛好是十年前，2013 年是我在 Oracle 的最后一年，從那時(shí)候開始，Oracle 中國的人給我的稱謂是 Mr. Cloud。那時(shí)候 Oracle 剛開始轉(zhuǎn)型做云，包括數(shù)據(jù)庫、SAAS。后來第二年我就去了阿里云，算是阿里云商業(yè)化的第一批人，主要負(fù)責(zé)云生態(tài)，也做了一些垂直行業(yè)比如金融云的工作。所以對(duì)云的理解差不多正好是十年。

到了前兩年我認(rèn)為云 1.0 差不多算是收官了，以資源型為主的云是基礎(chǔ)設(shè)施，可以讓所有行業(yè)應(yīng)用可以快速、彈性上云。我在云舞臺(tái)上已經(jīng)待了十年?，F(xiàn)在回頭看，云最大的方向是承擔(dān)全社會(huì)數(shù)字化轉(zhuǎn)型的最終命題，其中隱含的兩個(gè)關(guān)鍵技術(shù)，一個(gè)是數(shù)據(jù)技術(shù)，一個(gè)是人工智能，而且這兩個(gè)東西都強(qiáng)調(diào)是以云為主。

在數(shù)字化里面，所有用戶都希望要有以 HTAP 技術(shù)為代表的一體化的數(shù)據(jù)服務(wù)。AI 技術(shù)方面，這一波 GPT 的涌現(xiàn)已經(jīng)告訴所有人，要有巨大的算力支撐才能將 AI 訓(xùn)練到這個(gè)級(jí)別。

那么這三種技術(shù)在未來會(huì)有更深地融合。

我們?cè)?1 月 10 發(fā)布了一個(gè)小產(chǎn)品，在 TiDBCloud 上面發(fā)布了基于 AIGC 的智能數(shù)據(jù)探索功能 -Chat2Query。大家可以很容易看到自然語言秒內(nèi)生成SQL，然后通過HTAP 這種技術(shù)，快速用行存列存混合的方式返回一個(gè)要查詢的結(jié)果。當(dāng)資源不夠的時(shí)候，會(huì)通過Serverless 自動(dòng)擴(kuò)展。

Serverless+ HTAP + AI，這三種技術(shù)在今天也有一個(gè)共同的承諾或者說特點(diǎn) —— 在秒級(jí)別去反饋人類的需求，秒級(jí)別把你說的話變成SQL、秒級(jí)別做復(fù)雜查詢、當(dāng)資源不夠時(shí)再秒級(jí)地做用戶無感的云資源調(diào)用。

過去十年，很多互聯(lián)網(wǎng)公司、大型企業(yè)數(shù)字化講上云，但本質(zhì)上是做兩件事，第一件事是買云端資源，用戶采用租用的模式，付費(fèi)方式并不是因?yàn)槟硞€(gè)特定 Query 的查詢來付費(fèi)。過去十年云計(jì)算市場形成了通過互聯(lián)網(wǎng)的方式提供資源租用的形態(tài)，但這個(gè)形態(tài)大家已經(jīng)進(jìn)入到同質(zhì)化的階段。向上延伸就是把云 1.0 的底座夯實(shí)。

夯實(shí)算力基礎(chǔ)，不管是 CPU 還是 GPU 都是非常重要的。大模型訓(xùn)練也是靠這個(gè)，OpenAI 訓(xùn)練的背后很大程度上也是靠微軟的云。今天亞馬遜云，阿里云也都快速跟進(jìn)，因?yàn)檫@對(duì)云廠商來說絕對(duì)是一個(gè)機(jī)會(huì)。

OSCHINA：未來的關(guān)鍵塑造因素在哪？數(shù)據(jù)庫技術(shù)可能的服務(wù)場景是什么樣的？

劉松：

如果說過去的十幾年亞馬遜在全球靠基礎(chǔ)設(shè)施的創(chuàng)新，包含軟硬件的創(chuàng)新領(lǐng)先。那么往下五到十年，云 2.0 的最大舞臺(tái)依賴三個(gè)關(guān)鍵塑造因素，一個(gè)是云自己的云原生，二是數(shù)據(jù)技術(shù)，第三個(gè)是 AI 變成一種類似基礎(chǔ)服務(wù)？當(dāng)然還有另外一點(diǎn)是，新的大模型和數(shù)據(jù)庫技術(shù)能不能在 B 端融合創(chuàng)造出更多新場景，這也是大家非常關(guān)注的話題。

云端的 AI 和數(shù)據(jù)庫的融合可能是發(fā)生在 B 端。我們現(xiàn)在用 GPT類產(chǎn)品主要還是普通人在一個(gè)公共廣場上解決一些科普性的問題，而且大部分是非結(jié)構(gòu)化數(shù)據(jù)。但是我們?cè)囅胍幌?，一個(gè)企業(yè)的 CEO，他非常關(guān)注的話題，GPT類產(chǎn)品是不能直接解決的，比如說我希望讓我的企業(yè)的下個(gè)月人才提效指標(biāo)10% 應(yīng)該從哪些部門入手？

對(duì)于這個(gè)問題，一方面需要企業(yè)內(nèi)部的數(shù)據(jù)庫里有大量的專業(yè)應(yīng)用的模型和算法，另一方面還要比對(duì)外界的同行、考慮經(jīng)濟(jì)環(huán)境是怎么樣的。所以我們?cè)O(shè)想一下，假如我們列一個(gè) CEO 的 100 個(gè)常見問題。那么未來五到十年，能不能通過自然語言的方式詢問？通過 AI 和數(shù)據(jù)庫結(jié)合，包括大模型，內(nèi)外部數(shù)據(jù)的結(jié)合，給到 CEO這些問題，這個(gè)是我們可以憧憬的一個(gè)地方。

OSCHINA：數(shù)據(jù)技術(shù)和AI技術(shù)發(fā)展的不同在哪？

劉松：

數(shù)據(jù)庫行業(yè)是四世同堂，到今天，你還是可以在云端，比如說 AWS 上買到 Oracle 的數(shù)據(jù)庫服務(wù)，無論是之后的開源 MySQL、Redis，還是我們的分布式數(shù)據(jù)庫 NewSQL 像 TiDB 這樣的數(shù)據(jù)庫云都有市場。數(shù)據(jù)庫相對(duì)來說格局更清晰，四世同堂，每一個(gè)都能盡量尋找自己的價(jià)值和體驗(yàn)。價(jià)值就是你能不能以更好、更快的方式兌現(xiàn)數(shù)據(jù)價(jià)值，體驗(yàn)是指在云端的數(shù)據(jù)庫體驗(yàn)會(huì)不會(huì)更好。

在數(shù)據(jù)庫領(lǐng)域，數(shù)據(jù)庫領(lǐng)域的多種技術(shù)都有存在的意義，另外一方面反過來說，沒有一種新技術(shù)能夠完全替代原來所有的技術(shù)。

但 AI 技術(shù)正好相反，AI 技術(shù)的屬性是弒父。新的技術(shù)只要一出來，原有的技術(shù)，不管是爺爺還是父親全部都沒有意義了，這個(gè)就是從 GPT 對(duì)于 NLP 的顛覆就能夠看出來，這思路就完全變了。那下一代出來的東西很有可能也會(huì)把當(dāng)前的GPT模式完全殺掉。這方面看大模型類的AI 應(yīng)用確實(shí)風(fēng)險(xiǎn)等大，但機(jī)會(huì)也會(huì)更大。

我覺得 AI 相關(guān)的大模型或者應(yīng)用生存的關(guān)鍵在于專業(yè)門檻，未來無非就是向上和向下兩個(gè)方向發(fā)展。一個(gè)是底層技術(shù)的先進(jìn)性，比如大模型本身的先進(jìn)性，這個(gè)大家都看得到。然后 AI 技術(shù)向場景延伸時(shí)，有兩個(gè)地方必須閉環(huán)，形成門檻：一個(gè)是專業(yè)領(lǐng)域的數(shù)據(jù)，比如醫(yī)療、汽車等領(lǐng)域，如果大模型能訪問到其數(shù)據(jù)，在這個(gè)領(lǐng)域里就會(huì)更強(qiáng)；還有向上應(yīng)用的創(chuàng)建性，面向用戶的，可以想象，未來無論是人力資源管理還是所有的客服體系、數(shù)字營銷、新一代的BI，廣義上的新一代搜索等等，這些可能都會(huì)被 GPT 這樣的智能技術(shù)重新做一遍。

那么重復(fù)的門檻在哪里？一個(gè)是模型本身，一個(gè)就是專業(yè)數(shù)據(jù)的提煉和學(xué)習(xí)能力，還有一個(gè)就是應(yīng)用構(gòu)建的友好度，或者說是體驗(yàn)。即 AI 在垂直行業(yè)的體驗(yàn)加上價(jià)值，在這個(gè)基礎(chǔ)上，AI 可能要比數(shù)據(jù)技術(shù)面臨更大的或然性和挑戰(zhàn)。

OSCHINA：PingCAP現(xiàn)在對(duì)未來是什么看法，采取了哪些行動(dòng)？

劉松：

我們現(xiàn)在有一個(gè)新的信念，認(rèn)為 AI 和數(shù)據(jù)融合會(huì)對(duì)于企業(yè)用戶產(chǎn)生巨大的、全方位的價(jià)值。

有三個(gè)層次，第一個(gè)層次是用戶最容易見到的，像 Chat2Query里做的，就是自然語言代替了 SQL，成為主要的查詢語句。在用戶想要獲取一些洞察及服務(wù)的時(shí)候，比如一個(gè)快遞小哥、外送小哥、或者每個(gè)消費(fèi)者去查詢你的商品、外賣到哪里了的行為，其實(shí)是一種數(shù)據(jù)消費(fèi)。如果這樣的查詢都用自然語言來解決，整個(gè)數(shù)據(jù)庫的使用人數(shù)和頻次可能會(huì)大 100 倍、1000 倍，甚至更大。反過來，這對(duì)數(shù)據(jù)技術(shù)與 AI 技術(shù)的融合帶來了更高的要求。

第二個(gè)層次，以數(shù)據(jù)庫技術(shù)的處理和查詢優(yōu)化為例，這幾年數(shù)據(jù)庫技術(shù)領(lǐng)域主要有兩個(gè)流派，一個(gè)是 AI For DB，一個(gè)是 DB For AI。簡單來說，一個(gè)是數(shù)據(jù)庫的 “自動(dòng)駕駛”，維護(hù)可以用機(jī)器學(xué)習(xí)去優(yōu)化，這樣就不用花太多人力成本，尤其是在云端。另外一個(gè)是查詢的優(yōu)化，包括性能的調(diào)優(yōu)，這是數(shù)據(jù)庫領(lǐng)域老大難的問題，現(xiàn)在可以通過 GPT 和相關(guān)的 AI 技術(shù)來解決。那么這些數(shù)據(jù)運(yùn)維，以及數(shù)據(jù)架構(gòu)師的工作量就大幅降低了，任何一個(gè)項(xiàng)目都會(huì)以比之前更快的速度迭代。

最后一層對(duì)于數(shù)據(jù)庫技術(shù)本身的要求，當(dāng) AI 變成每個(gè)人通用的、用來做查詢和獲取洞察的工具的時(shí)候，中間有一些工程調(diào)優(yōu)，包括對(duì)算法的調(diào)用等等，那么數(shù)據(jù)技術(shù)到底應(yīng)該以什么方式來組織？

我們認(rèn)為，可能傳統(tǒng)數(shù)據(jù)庫的未來會(huì)變成一種在線數(shù)據(jù)服務(wù)的形態(tài) ——OnlineData Service，這是廣義的，還不是簡單的數(shù)據(jù)庫變成了服務(wù)。這也是 PingCAP在過去幾年一直在演進(jìn)的。

我想我們最大的變化是從一個(gè)更多地服務(wù)互聯(lián)網(wǎng)場景的分布式數(shù)據(jù)庫，變成了一個(gè)以云端為主的數(shù)據(jù)服務(wù)廠商，這是一個(gè)廣泛意義上的數(shù)據(jù)服務(wù)，不管是交易還是查詢都有，我們現(xiàn)在也是一個(gè)開放式的架構(gòu)。

所以我想總結(jié)一下，這一波 AI 變成了一個(gè)新一代的 GUI，會(huì)增加千倍萬倍的使用數(shù)據(jù)的用戶。首先對(duì)于數(shù)據(jù)庫的所有的從業(yè)人員，AI 是提升性能調(diào)優(yōu)和各種項(xiàng)目工程進(jìn)度的巨大助力。另外在現(xiàn)在這種數(shù)據(jù)服務(wù)這種形態(tài)，可能更能夠和 AI 做很好地結(jié)合。這也回到我剛剛講的小例子，關(guān)于 Chat2Query，用戶用秒級(jí)自然語言提問的問題，變成 Query，再到通過 HTAP 技術(shù)來實(shí)現(xiàn)查詢，這其實(shí)就是一個(gè)數(shù)據(jù)服務(wù)，然后很快給用戶反饋結(jié)果、帶來一個(gè)決策，那這個(gè)閉環(huán)是在秒級(jí)。這就是我們認(rèn)為未來，AI 和數(shù)據(jù)技術(shù)在云端，三者形成了一個(gè)全新的、組合式的創(chuàng)新，變成了一種新的數(shù)據(jù)服務(wù)形態(tài)。

0635

“數(shù)據(jù)與數(shù)據(jù)庫技術(shù)” 分論壇將在 5 月 28 日與大家見面，屆時(shí)多位數(shù)據(jù)與數(shù)據(jù)庫技術(shù)領(lǐng)域大咖將到現(xiàn)場分享自己項(xiàng)目經(jīng)驗(yàn)，歡迎感興趣的小伙伴點(diǎn)擊下文鏈接，報(bào)名參會(huì)！

全球開源技術(shù)峰會(huì)（Global Open-source Technology Conference），簡稱 GOTC，是由開放原子開源基金會(huì)、上海浦東軟件園、Linux 基金會(huì)亞太區(qū)和開源中國聯(lián)合發(fā)起的，面向全球開發(fā)者的一場盛大開源技術(shù)盛宴。 5 月 27 日至 28 日，GOTC 2023 將于上海舉辦為期 2 天的開源行業(yè)盛會(huì)。大會(huì)將以行業(yè)展覽、主題發(fā)言、專題論壇、開源市集的形式展現(xiàn)，與會(huì)者將一起探討元宇宙、3D 與游戲、eBPF、Web3.0、區(qū)塊鏈等熱門技術(shù)主題，以及開源社區(qū)、AIGC、汽車軟件、AI 編程、開源教育培訓(xùn)、云原生等熱門話題，探討開源未來，助力開源發(fā)展。

GOTC 2023報(bào)名通道現(xiàn)已開啟，誠邀全球各技術(shù)領(lǐng)域開源愛好者共襄盛舉！

審核編輯黃宇