在2025年云栖大会「NoSQL数据库——AI浪潮下的NoSQL演进」专场，阿里云瑶池数据库团队的产品&技术专家携手来自货拉拉、地平线、快手、西山居的知名企业代表，共同分享了AI浪潮下企业如何应对最新挑战，以及云数据库Tair、云原生多模数据库Lindorm、云数据库MongoDB的破局之道。
01、AI浪潮下的NoSQL演进：下一代数据库的破局之道
阿里云智能集团数据库产品事业部NoSQL产品负责人 张为
阿里云智能集团数据库产品事业部NoSQL产品负责人张为开场，分享了面向未来大模型的数据基础设施的发展展望。张为指出，AI的采用已不再是企业的可选项，而是关乎未来竞争力的核心。我们要从为传统数字化应用（人类为使用者）打造的数据基础设施，进化到到为AI Agent（大模型为使用者）打造的数据技术设施。这一转变已经对云上的数据基础设施建设发起了根本性的挑战。
张为认为，AI领域的下一次伟大飞跃，不再仅仅源于模型本身的创新，也必须来自于对驱动模型运行的数据基础设施的根本性重塑：大模型的训练需要能够存储、管理、分析、检索超大规模多模态数据的数据平台；大模型的线上服务需要能够管理海量文档并提供精准的理解和实时检索的数据服务；大模型的思考计算需要高性能的弹性KV服务来提供记忆和缓存计算加速。为此，阿里云通过自研Lindorm多模数据平台实现海量数据的统一存储与智能分析；阿里云MongoDB首发集成全文检索与向量检索能力，打造存算一体的AI精准语义引擎；同时，Tair KVCache以“以存换算”策略实现AI推理吞吐性能提升139%，存储成本降低75%，TTFT降低72%，助力大模型高效运行。
张为强调，面向海量多模数据打造的高性能数据基础设施将成为AI原生时代的核心基石，满足企业级AI应用对高性能、低成本与敏捷开发的迫切需求，加速千行百业智能化升级。
02、从Redis到Tair：无感技术演进
阿里云智能集团数据库产品事业部高级技术专家 赵钊
阿里云智能集团数据库产品事业部高级技术专家赵钊分享了《从Redis到Tair：无感技术演进》，聚焦缓存技术在在线业务中的挑战与突破。赵钊指出，传统Redis开源版在弹性扩缩容、高可用切换及版本升级等方面存在显著瓶颈。
阿里云自研的缓存数据库Tair通过弹性无感扩缩容、智能HA切换及透明版本升级三大创新技术实现“业务零中断”。此外，Tair内置智能诊断系统，可实时识别性能瓶颈并提供优化建议。Tair以“无感技术演进”重新定义企业级缓存标准，助力业务在高并发场景下实现稳定、高效、低成本的缓存管理。
03、Tair Serverless KV：稳定、弹性的持久化KV数据库
阿里云智能集团数据库产品事业部资深技术专家 朱国云
阿里云智能集团数据库产品事业部资深技术专家朱国云发布了最新产品形态Tair Serverless KV，并解读其作为新一代持久化KV数据库的核心价值。朱国云指出，KV数据库存在运维投入大、弹性不足、延迟抖动等问题，而Tair Serverless KV实现了三大创新突破：
- 无感弹性：秒级瞬时扩容，30分钟内完成连续扩展；
- 稳定低延时：实时优先调度+存储引擎精细化管理，延迟波动降低90%；
- 智能热点控制：自动识别并缓存热点数据，拦截恶意流量。
Tair Serverless KV兼容Redis/Valkey协议（即将兼容DynamoDB），支持从缓存到持久化的全场景，广泛应用于搜推广、AI推理、游戏及电商等高并发场景，单实例可承载千万级访问量。朱国云强调，Tair Serverless KV以Serverless架构重新定义企业级KV数据库，助力业务实现低成本、高可靠的数据管理。
货拉拉DBA专家、数据库团队负责人 张庆国
货拉拉月活用户超1400万，订单规模年增5倍，但自建KV集群面临弹性不足、运维复杂、成本高企等痛点。货拉拉DBA专家、数据库团队负责人张庆国分享了基于阿里云Tair Serverless KV的云数据库实践：通过引入Tair Serverless KV，货拉拉实现三大突破：架构精简（缓存与持久化统一）、弹性提升（扩容时间从数小时缩短至秒级）及成本优化（资源利用率提升30%）。
此外，货拉拉自研多泳道故障模拟系统，通过模拟2000+节点故障，实现99.995% SLA，并在Tair基础上构建AI智能运维平台，实现异常自动定位与根因分析。Tair Serverless KV与AI驱动的运维体系，为高并发物流业务提供了稳定、低成本的数据底座，助力企业全球化扩张。
04、Lindorm x 地平线：探索多模态数据的一体化处理
阿里云智能集团数据库产品事业部高级产品专家赵志强携手地平线智能驾驶数据平台负责人解智共同分享了《Lindorm x 地平线：多模态数据一体化处理》。
阿里云智能集团数据库产品事业部高级产品专家 赵志强
赵志强围绕AI汽车的场景，针对数据类型复杂、数据量大等多模数据的特点和运营、座舱、自驾等场景，分享了Lindorm通过云原生多模数据处理技术提供了高效的一体化方案。Lindorm以高性能多模态数据处理、检索、存储管理等构成一体化云原生多模数据湖方案，成为AI汽车Data+AI业务创新的核心底座，助力企业加速智能驾驶与座舱体验升级。
地平线智能驾驶数据平台负责人 解智
解智分享了Lindorm在智能驾驶数据平台中的应用。地平线产品解决方案已获得27家OEM（42个OEM品牌）采用，前十大中国OEM均为地平线客户，赋能定点合作车型超400款，成为超600万车主的智慧之选。地平线现已跨越1000万量产出货大关，成为国内首个突破千万级出货量的智驾科技品牌。
针对日增百亿的标签规模，地平线通过Lindorm多模态大宽表实现实时标签更新和索引构建，实现个位数毫秒级查询响应，并支持时空、标签、全文等融合检索、聚合，数据检索和数据集构建效率提升10倍，满足大规模量产车辆数据的高效管理，助力模型训练集生产提速，推动智驾规模化落地。
地平线将持续深化与Lindorm合作，应对大规模量产挑战，推动智能驾驶数据平台建设的最佳实践。
05、Lindorm：AI时代的多模态数据库
阿里云智能集团数据库产品事业部资深技术专家 沈春辉
随着AI应用进入规模化落地阶段，业务亟需统一处理结构化、半结构化与非结构化数据，而传统数据架构依赖多套产品组合，造成架构碎片化、运维复杂、成本高昂，严重制约创新与迭代速度。
阿里云智能集团数据库产品事业部资深技术专家沈春辉分享了议题《Lindorm：AI时代的多模态数据库》，他表示，云原生多模数据库Lindorm全新升级为一体化多模态数据库，提供一站式非结构化数据处理、多模态数据混合检索以及湖库一体实时分析能力，结合存算分离、弹性Serverless、冷热分离等云原生特性，大幅提升数据开发效率，并显著降低成本50%以上，成为AI搜索、自动驾驶等场景的基础数据设施。
快手分布式数据库技术专家 陈星
快手分布式数据库技术专家陈星分享了Lindorm为快手出海业务增效降本的最佳实践，同时还介绍了快手自研的多模数据库KinsDB，作为高性能的newSQL、内存KV、图数据库，在风控、日志、IM等业务场景落地应用，与Lindorm互相补位，降低快手数据库整体运维成本和资源成本。
06、为变革而生，MongoDB助力企业占领AI时代先机
MongoDB北亚区技术总监 林涛
MongoDB北亚区技术总监林涛发表《MongoDB开发者数据平台，助力企业占领AI时代先机》主题演讲。他指出，企业在AI应用中面临两大核心痛点：AI技能缺失与数据问题。MongoDB通过文档模型灵活性、多模态数据处理及融合智能检索能力，构建AI应用的可靠数据底座。
林涛强调，MongoDB的弹性架构（水平扩缩无需分库分表）和集成AI能力（嵌入式模型、混合检索）可显著降低AI开发复杂度。案例显示，某银行核心系统迁移至MongoDB后开发效率提升90%，某医疗行业临床报告生成时间从12周缩短至10分钟。他总结，MongoDB不仅是数据库供应商，更是AI时代的战略合作伙伴，以技术融合推动企业加速AI落地。
07、云原生与AI双核驱动，阿里云MongoDB引领企业开发新范式
西山居运维专家 任坤
西山居运维专家任坤分享《解限机 x 阿里云MongoDB：技术融合的未来》实践。他指出，《解限机》全球上线时面临流量高峰突发、自建MongoDB集群运维复杂等挑战，通过采用阿里云MongoDB版实现三大突破：弹性扩展能力、运维提效及全球化支撑。
阿里云MongoDB的慢日志分析与实例会话监控帮助西山居快速定位性能瓶颈，保障《解限机》全球稳定运行。任坤表示，MongoDB灵活的设计具备领先性，同时云原生数据库MongoDB以“弹性+可观测性”重构游戏运维范式，助力企业高效应对全球化业务增长需求。
阿里云智能集团数据库产品事业部高级技术专家 付秋雷
阿里云智能集团数据库产品事业部高级技术专家付秋雷分享了云原生与AI双核驱动的阿里云MongoDB，他指出，阿里云MongoDB作为中国首个全版本（最新支持至8.0）支持的云厂商，最快支持了MongoDB Search能力，并将持续推动技术创新。
除此之外，阿里云MongoDB持续打磨云原生架构、智能运维及多可用区部署能力，广泛应用于电商、金融、IoT等领域，支撑商品搜索、风控分析、设备日志处理等场景。付秋雷强调，阿里云MongoDB的全链路备份恢复和兼容性扩展能力，助力企业构建高可靠、低成本的AI时代数据底座，加速业务创新。
