【摘要】

公司作為數(shù)據(jù)庫行業(yè)的領(lǐng)軍企業(yè)，業(yè)務(wù)多元化發(fā)展成熟，同時(shí)推出向量數(shù)據(jù)庫，在AI浪潮下為未來大模型數(shù)據(jù)存儲(chǔ)與計(jì)算提供算力底座，我們認(rèn)為公司的研發(fā)實(shí)力雄厚，和微軟的合作將打開公司新的成長(zhǎng)曲線，公司將乘AI東風(fēng)，開啟新一輪機(jī)遇。

(相關(guān)資料圖)

一、大數(shù)據(jù)市場(chǎng)擴(kuò)張，國產(chǎn)分布式數(shù)據(jù)庫換道超車

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、5G等信息通信技術(shù)及產(chǎn)業(yè)的不斷發(fā)展，傳統(tǒng)產(chǎn)業(yè)正在經(jīng)歷數(shù)字化轉(zhuǎn)型，全球數(shù)據(jù)量呈幾何級(jí)增長(zhǎng)態(tài)勢(shì)，2017-2022年全球數(shù)據(jù)儲(chǔ)量CAGR為23.2%。數(shù)據(jù)逐漸成為和土地、資本、勞動(dòng)力、技術(shù)一樣的生產(chǎn)要素，支撐數(shù)字經(jīng)濟(jì)的發(fā)展。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)明顯表現(xiàn)為以下幾個(gè)特征：

1、海量的數(shù)據(jù)規(guī)模：采集、存儲(chǔ)和計(jì)算過程中所涉及數(shù)據(jù)量都非常大；

2、多樣的數(shù)據(jù)類型：數(shù)據(jù)種類和來源多樣化，包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，多類型數(shù)據(jù)對(duì)處理能力提出了更高的要求；

3、價(jià)值密度低：有價(jià)值數(shù)據(jù)所占比例低，需要結(jié)合業(yè)務(wù)邏輯并通過強(qiáng)大的機(jī)器算法來挖掘數(shù)據(jù)價(jià)值；

4、快速的數(shù)據(jù)流轉(zhuǎn)：數(shù)據(jù)增長(zhǎng)速度快，處理速度要求快，時(shí)效性要求高。

大數(shù)據(jù)市場(chǎng)穩(wěn)健增長(zhǎng)，軟件市場(chǎng)占比快速提升。根據(jù)沙利文研究，2022年全球大數(shù)據(jù)市場(chǎng)規(guī)模預(yù)計(jì)為718億美元，中國大數(shù)據(jù)市場(chǎng)占全球比例為22%（根據(jù)Wind數(shù)據(jù)，截至2022.10.31，中美平均匯率為6.65）。

2015-2022年受益于下游政企單位分析處理海量數(shù)據(jù)的需求擴(kuò)張，全球大數(shù)據(jù)市場(chǎng)規(guī)模CAGR約為18%，中國約為26%，仍處于快速增長(zhǎng)期。隨著硬件成本的下降以及軟件附加值的提升，預(yù)計(jì)軟件將超過服務(wù)和硬件，成為大數(shù)據(jù)市場(chǎng)最主要的收入來源。

大數(shù)據(jù)技術(shù)服務(wù)于數(shù)據(jù)源到用戶的全產(chǎn)業(yè)鏈條，由硬件、軟件與服務(wù)實(shí)現(xiàn)應(yīng)用。大數(shù)據(jù)技術(shù)框架包括數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗、數(shù)據(jù)查詢分析和數(shù)據(jù)可視化。其中核心在于大數(shù)據(jù)管理平臺(tái)、數(shù)據(jù)應(yīng)用中間件、數(shù)據(jù)智能分析工具、大數(shù)據(jù)應(yīng)用等軟件。

二、AI浪潮賦能公司新機(jī)會(huì)

向量數(shù)據(jù)庫作為公司最新的研發(fā)方向，將直接受益于AI浪潮的發(fā)展。

向量數(shù)據(jù)庫是專門用來存儲(chǔ)和查詢向量的數(shù)據(jù)庫，其存儲(chǔ)的向量來自于對(duì)文本、語音、圖像、視頻等的向量化。同傳統(tǒng)數(shù)據(jù)庫相比，向量數(shù)據(jù)庫不僅能夠完成基本的CRUD（添加、讀取查詢、更新、刪除）等操作，還能夠?qū)ο蛄繑?shù)據(jù)進(jìn)行更快速的相似性搜索，商業(yè)價(jià)值提升明顯。

向量數(shù)據(jù)庫一個(gè)很重要的功能是拓展大模型的邊界，分為時(shí)間邊界和空間邊界。

第一，時(shí)間邊界的擴(kuò)展，指的是向量數(shù)據(jù)庫能夠使得大模型LLM擁有“長(zhǎng)期記憶”。

眾所周知，目前的大模型（無論是NLP領(lǐng)域的GPT系列還是CV領(lǐng)域的ResNET系列）都是預(yù)先訓(xùn)練Pretrain的大模型，有著非常明晰的訓(xùn)練截止日Cut-off Date，這導(dǎo)致這些模型對(duì)于訓(xùn)練截止日之后發(fā)生的事情一無所知。

而隨著向量數(shù)據(jù)庫的引入，其內(nèi)部存儲(chǔ)的最新的信息向量能夠極大地拓展大模型的應(yīng)用邊界，向量數(shù)據(jù)庫可以使得大模型保持準(zhǔn)實(shí)時(shí)性，提高大模型的適用性，并使得大模型能夠動(dòng)態(tài)調(diào)整。也就是說，向量數(shù)據(jù)庫使得大模型的長(zhǎng)期記憶得到了可能。

例如，假設(shè)一個(gè)預(yù)訓(xùn)練的新聞?wù)Ｐ驮?021年底完成了訓(xùn)練，到了2023年，許多新聞事件和趨勢(shì)已經(jīng)發(fā)生了變化。為了使大模型能夠處理這些新信息，可以使用向量數(shù)據(jù)庫來存儲(chǔ)和查詢2023年的新聞文章向量。

同樣，在推薦系統(tǒng)中，預(yù)訓(xùn)練的大模型可能無法識(shí)別新用戶和新產(chǎn)品的特征，通過向量數(shù)據(jù)庫，可以實(shí)時(shí)更新用戶和產(chǎn)品的特征向量，從而使大模型能夠根據(jù)最新的信息為用戶提供更精準(zhǔn)的推薦。

第二，空間邊界的擴(kuò)展。

指的是向量數(shù)據(jù)庫能夠協(xié)助解決目前企業(yè)界最擔(dān)憂的大模型泄露隱私的問題。向量數(shù)據(jù)庫本地部署后可以存儲(chǔ)企業(yè)有關(guān)的大量隱私數(shù)據(jù)，在本地部署或者專有云部署大模型后，通過特別的Agent大模型可以在有保護(hù)的情況下訪問向量數(shù)據(jù)庫的隱私數(shù)據(jù)，進(jìn)而可以在不向外網(wǎng)暴露公司的隱私的情況下，使得公司的業(yè)務(wù)得到大模型的助力。

第三，多模態(tài)搜索也是向量數(shù)據(jù)庫的拿手好戲。

向量數(shù)據(jù)庫自帶多模態(tài)功能，這意味著它能夠通過機(jī)器學(xué)習(xí)方法處理和理解來自不同源的多種模態(tài)信息，如文本、圖像、音頻和視頻等，數(shù)據(jù)向量化過程使得這些不同模態(tài)數(shù)據(jù)的內(nèi)部隱藏信息得以暴露，進(jìn)而為多模態(tài)應(yīng)用提供支持。

一個(gè)典型的應(yīng)用場(chǎng)景是多語言搜索，向量數(shù)據(jù)庫支持跨語言的信息檢索，用戶可以使用英語、法語、中文等多種語言搜索圖書庫，而無需事先對(duì)書名進(jìn)行多語言翻譯處理。這得益于向量表示能夠捕捉到語義相似性，使得來自不同語言的查詢和內(nèi)容能夠相互匹配。

三、投資建議

公司與微軟的GPT4接口DEMO已經(jīng)跑通，微軟在中國的應(yīng)用客戶超過1000家，公司為GPT在國內(nèi)的應(yīng)用提供向量數(shù)據(jù)庫、MLOps服務(wù)，目前業(yè)務(wù)正在談判中。

公司計(jì)劃募資15億，投入到量化投研/知識(shí)AI助手/數(shù)據(jù)要素安全項(xiàng)目/數(shù)據(jù)分析大模型/研發(fā)中心建設(shè)，投入主要以算力建設(shè)為主。

無論從合作伙伴還是募投項(xiàng)目，公司致力于搶先占據(jù)數(shù)據(jù)庫的先發(fā)優(yōu)勢(shì)，為大模型數(shù)據(jù)空間與計(jì)算提供算力底座。公司堅(jiān)持自主創(chuàng)新研發(fā)，客戶粘性高，且新客戶拓展快，在核心信創(chuàng)發(fā)力賽道有較好的卡位，未來發(fā)展空間廣闊。

參考資料：20230608-財(cái)通證券-星環(huán)科技-U-688031-《定增提升技術(shù)實(shí)力，把握數(shù)字化與智能化機(jī)遇》

本報(bào)告由研究助理協(xié)助資料整理，由投資顧問撰寫。投資顧問：董宇（登記編號(hào)：A0740622090027）