清华大学、腾讯云、英特尔联合启动“数据库 AI 联合创新计划”，旨在推动数据库智能化升级，并为AI应用构建高效数据基础设施。该项目是国内首个数据库AI领域的产学研联动项目，应对大语言模型技术带来的数据库转型挑战。项目将研发基于大模型的智能查询生成与优化系统，实现自然语言操作数据库。同时，还将打造面向大模型推理的分布式缓存产品，解决AI任务调度、存储资源分配等难题，为全球数据库技术发展提供中国方案。

🗣️ 研发基于大模型的智能查询生成与优化系统（Text2SQL），使用户可以通过自然语言直接操作数据库，降低使用门槛，实现数据库技术也能听懂“人话”。

🚀 打造面向大模型推理的分布式缓存产品，解决AI任务调度、存储资源分配等核心难题，通过两阶段任务调度、KVCache优化及GPU直连存储技术，显著降低计算资源浪费。

💡 在Text2SQL方向，项目组提出端到端技术框架，重点突破语义理解、模式匹配、SQL验证等关键环节，通过大模型微调、强化学习（DPO）与检索增强（RAG）技术，系统可将用户提问拆解为多级子任务，并动态匹配数据库表结构，最终生成高准确率SQL语句。

IT之家 3 月 11 日消息，据腾讯云今日消息，清华大学、腾讯云、英特尔于 3 月 7 日在北京宣布启动“数据库 AI 联合创新计划”，围绕数据库与大模型的交叉技术展开深度研究，推动数据库智能化升级，同时为 AI 应用构建高效数据基础设施。这也是国内首个数据库 AI 领域的产学研联动项目。

随着大语言模型技术爆发，数据库系统面临从“被动存储”向“主动服务”转型的挑战。传统数据库依赖人工编写复杂查询语句，而大模型的自然语言交互能力可大幅降低使用门槛；另一方面，AI 训练与推理所需的海量数据处理，也亟需数据库在分布式架构、缓存管理等环节实现性能跃升。

IT之家从公告获悉，针对这一趋势，本次合作规划了两大技术攻坚路径：

一方面研发基于大模型的智能查询生成与优化系统（Text2SQL），让用户通过自然语言直接操作数据库，实现艰深的数据库技术也能听懂“人话”；

另一方面打造面向大模型推理的分布式缓存产品，解决 AI 任务调度、存储资源分配等核心难题。

在 Text2SQL 方向，项目组提出端到端技术框架，重点突破语义理解、模式匹配、SQL 验证等关键环节。通过大模型微调、强化学习（DPO）与检索增强（RAG）技术，系统可将用户提问拆解为多级子任务，并动态匹配数据库表结构，最终生成高准确率 SQL 语句。

面向大模型推理加速，项目组设计了分布式缓存系统，通过两阶段任务调度、KVCache 优化及 GPU 直连存储技术，显著降低计算资源浪费。

清华大学数据库科研组表示：“未来的数据库不仅是存储工具，更是 AI 产业链的数据大脑。我们期待通过这次合作，为全球数据库技术发展提供中国方案。”