企业 AI 正在从大模型问答迈向 AI Agents。与一次提示、一次响应的大语言模型应用不同，AI Agents 会围绕目标持续执行 " 推理—行动—观察—修正 " 的多轮循环，反复访问数据、检索知识、调用工具并更新任务状态。数据处理与知识召回的任何等待，都会在长链路、多并发调用中被持续放大。

星环科技 GPU 原生认知数据库（Transwarp Cognitive Database）以 GPU 为中心重构数据库计算架构，将 SQL 数据库、知识库与记忆系统融为一体，统一支撑数据分析、知识检索、可信上下文供给和持久化记忆；同时，星环科技将推出认知数据库云服务，通过 Data Factory 提供高性能数据与知识服务，通过 Token Factory 提升企业级 AI 推理效率，降低 AI 原生应用与 AI Agents 规模化落地的成本与门槛。

一、为什么数据库需要同时面向 GPU 与 AI Agents 重构？

为什么要用 GPU 重构数据库？

在传统 AI 架构中，GPU 主要承担模型推理，CPU 侧数据库和工具系统负责数据查询、复杂分析、文档处理与调用执行。

随着 AI Agents 进入高频、多轮、并发运行阶段，传统 CPU 通常仅具备数十至百级通用计算核心，内存带宽约为 100 — 400GB/s，有限的并行计算与数据吞吐能力，以及 CPU 内存与 GPU 显存之间频繁的数据搬运带来的时延，正在成为端到端响应链路中的关键瓶颈。

GPU 拥有上万个并行计算核心和 TB/s 的高带宽显存，更适合大规模数据扫描、复杂聚合、文档解析和向量计算等高并行负载。将数据库计算从 CPU 中心转向 GPU 中心，可以充分释放并行计算与高带宽优势，显著提升数据处理吞吐和响应效率，为 AI Agents 提供更快速的数据与知识供给。

GPU 原生并非在传统数据库上叠加局部加速组件，而是以 GPU 为中心重构数据库的计算与数据访问架构，将 SQL 分析、文档解析、向量索引、知识召回等高并行计算交由 GPU 执行，使数据处理与模型推理在统一的 GPU 加速体系中协同运行。

同时，通过 GIDS（GPU-Initiated Direct Storage）等技术，由 GPU 直接发起存储访问，绕过 CPU 与主机内存，减少数据中转、内存拷贝和 I/O 等待，进一步缩短从数据读取、处理和检索到模型推理的端到端链路。

为什么要为 AI Agents 重构数据库？

传统数据库主要面向人工查询和业务系统，而 AI Agents 正在成为新的数据使用者。它们会在任务执行过程中持续访问数据、检索知识、调用工具，数据库也需要从一次性返回查询结果，转向持续支撑 Agent 分析、判断与行动。

首先，Agent 需要更快获得数据。数百个 Agent 并发运行，单个任务又可能连续发起数百次调用，任何一次查询或检索的等待，都会被放大为整体响应时延。

其次，Agent 需要的不只是一次查询结果，而是完整、可信的业务上下文。企业事实、文档知识、语义信息和关联关系分散在不同系统中，只有统一组织和协同检索，才能帮助 Agent 更准确地理解问题、形成判断。

最后，Agent 需要延续历史。用户偏好、任务进度、已有结论和交互记录需要被持续保存并准确召回，避免每次任务都从头开始，保障跨任务、跨会话的连续执行。

因此，面向 AI Agents，数据库不能只负责高性能存储和查询数据，还要进一步支撑知识组织、上下文供给与长期记忆，成为 Agent 持续分析、判断和执行的认知基础设施。

二、星环科技 GPU 原生认知数据库：围绕 AI Agents 设计的一体化认知底座

星环科技 GPU 原生认知数据库面向 AI Agents 工作负载设计，在统一底座上融合 SQL 分析、知识检索、记忆与上下文管理能力，为高性能在线分析、RAG 多模型混合检索、机器学习加速分析与会话上下文记忆提供统一支撑。

五项技术突破，重构面向 AI Agents 的认知数据底座

1、GPU 加速结构化数据 SQL 分析，不仅更快，而且更省

在 TPC-DS SF1000（1TB）测试中，星环科技 GPU 原生认知数据库完成完整 99 项查询任务，性能达到开源 CPU 数据库（DuckDB）的 70 倍；数据加载、Power 测试、吞吐测试与数据维护等环节均获得数十倍至百倍级提升。更高的计算性能意味着，面对数百个 AI Agents 并发调用和复杂任务中的连续数据访问，数据库可以更快完成分析与检索，减少 Agent 等待数据的时间，提升整体响应和任务执行效率。

与 Snowflake、Databricks 不同规格配置对比，性能最高提升 66 倍，性价比最高提升 14 倍。当同等任务能够以更短时间、更少计算资源完成，更高的计算效率最终转化为更低的单位任务成本，让企业能够以更优的资源投入支撑更大规模的 Agent 应用。

2、GPU 加速文档处理与知识召回，让 AI 更快获得可信上下文

基于星环科技 COSMIC 文档解析服务，在 OmniDocBench 所覆盖的复杂文档上（1651 页 PDF，10 种文档类型，5 种布局，5 种语言，10 万条精细注释），文档解析性能提升 10 倍。GPU 向量索引进一步加速知识入库和召回，索引构建性能最高提升近 50 倍，检索吞吐最高提升 238 倍，让 RAG 与 AI 推理能够更快获得所需上下文。

在国产算力适配方面，认知数据库已完成海光 DCU 单卡与多卡优化，向量索引构建由天级缩短至分钟级，检索性能相比 CPU 最高提升 58 倍，并实现线性的多卡扩展。

3、显存利用率提升 20 倍，充分释放每一张 GPU 的效能

通过数据卸载和索引搜索优化，星环 GPU 索引可将大部分数据索引卸载至内存或 SSD，显存消耗降低至约 5%，实现 20 倍索引容量放大；即使将 95% 的计算相关数据卸载到内存或 SSD，搜索吞吐仍可达到传统 CPU 索引的 12 倍。系统支持全显存、内存卸载和 SSD 卸载三种模式热切换。

支持全显存、内存卸载和 SSD 卸载三种搜索模式热切换，可根据数据规模、性能要求与成本预算灵活调整资源配置，在保障业务响应效率的同时，提高 GPU 资源利用率，降低大规模数据检索的基础设施成本。

4、记忆能力双冠军，让 AI Agents 越用越懂业务

星环科技认知数据库在 BEAM 500K 长程情景记忆与 LongMemEval-S 长对话记忆两项基准测试中整体准确率分别达到 79.6% 和 92.8%，均超过主流开源记忆系统。

在长程事件排序、知识更新和信息提取等关键能力上，为 AI Agents 持续学习业务上下文、更新认知并跨会话执行任务提供支撑。

5、自然语言驱动，贯通数据开发、治理、分析与报告生成

星环科技认知数据库将自然语言交互内生于数据底座，通过理解业务意图并自动编排数据任务，将用户需求直接转化为可执行的数据工作流，贯通数据开发、数据治理、查询分析与报告生成全过程。业务人员无需掌握复杂工具和专业语法，即可直接调用企业数据能力，显著缩短从需求提出到结果交付的周期。

三、真实场景验证，GPU 原生加速价值看得见

复杂企业知识问答：加速知识入库、检索与推理全链路，提升准确率

OfficeQA Pro 包含近百年美国财政部公报的近万页宏观经济文档、2600 万个数值、133 项复杂企业文档推理任务和 246 个复杂问题。

星环科技 GPU 原生认知数据库将包含 OCR 的文档解析与知识入库性能提升约 10 倍、数据检索性能提升约 20 倍、单题端到端 AI 推理性能提升约 6 倍，最终准确率达到 79.3%，超过业内领先大模型。

金融量化因子回测：更快验证策略与发现 Alpha 机会

智能投研涉及多源数据扫描、因子计算、历史回测、参数搜索和策略验证，往往需要反复执行大规模计算。在不同测试任务中，星环科技 GPU 原生认知数据库相较 CPU 方案最高实现 5881 倍性能提升。更短的因子计算、参数优化和历史回测周期，使研究人员能够在同一时间窗口内验证更多策略与假设，更快捕捉市场机会。

信贷全链路经营与风险分析：更快审批、更早识别风险变化

信贷业务分析需要贯通客户、授信、用信、还款及风险变化等全链路信息，并支持持续追问与多维钻取。星环科技 GPU 原生认知数据库加速资产质量分析、动态风险归因和信贷决策再分析，并支持持续追问与多维交互分析，在 4.8 亿条明细数据规模下，整体性能提升 449 倍，加速全链路数据分析，帮助客户更快看清业务全貌、定位风险变化并形成决策。

四、从 Data Factory 到 Token Factory，推出认知数据库云服务

此外，星环科技同步将推出认知数据库云服务，整体包括 Data Factory 与 Token Factory 两类服务，从数据与知识处理到模型推理，以低成本高性能提升企业 AI 运行效率。

Data Factory：以更低成本获得高性能数据与知识服务

Data Factory 面向企业数据与知识管理，以认知数据库即服务的方式，支撑 AI 数据与知识工程、数据治理、数据分析、知识检索和内容创作等场景。

可在同等成本下实现 10 倍以上性能提升，并支持 Snowflake、Databricks 等云数据库一键迁移，以及 S3 对象存储和本地文件接入，并通过统一接口支撑 BI 报表、AI Agents 与数据应用，帮助企业降低数据平台建设与迁移门槛。

Token Factory：以更高资源效率支撑企业级 AI 推理

Token Factory 提供计算资源调度、模型服务与 Token 服务，面向 AI 编程、AI 办公和智能开发工具等 AI 原生应用。可实现输入吞吐提升 10 倍、输出吞吐提升 20% — 80%，以更高推理效率和更低运行成本支撑企业级 AI 应用规模化落地。

结语：面向 AI Agents，数据库正在进入新的范式

随着企业 AI 从大模型问答走向 AI Agents，数据基础设施承载的已不再只是数据存储与查询，而是持续的数据分析、知识召回、上下文供给与记忆管理。

面对高频、多轮、并发运行带来的性能、时延与成本挑战，数据库必须从传统的数据管理系统，演进为支撑 AI Agents 持续认知、判断与行动的新一代基础设施。

星环科技 GPU 原生认知数据库，以 GPU 原生架构重构数据处理方式，以知识与记忆能力重构数据服务方式，让数据分析更快、知识召回更准、上下文供给更及时，为企业构建可落地、可扩展、可持续演进的 AI Agents 提供坚实底座。GPU 原生，认知驱动，面向 AI Agents 的新一代 AI 数据库，已经到来。

GPU 原生，认知驱动。面向 AI Agents 的新一代 AI 数据库，已经到来。

注：文中性能及评测数据来自星环科技内部测试结果与公开基准，具体表现受软硬件配置、数据规模及测试方法影响。