📊 Data+AI 全球日报

来源： 华为官网
摘要： 在汉堡 ISC High Performance 2026 大会上，华为发布面向 HPC+AI 的升级版全栈数据基础设施方案。核心架构为"3+1"AI Data Platform——融合知识库、KV Cache、内存和统一数据管理，并首次提出 Context Memory Storage（CMS）概念，专为 KV cache 加速和上下文记忆存储设计。同时推出 AI Data Lake 方案，OceanStor Pacific 存储实现单 2U 11PB 高密度，支持千亿级多维向量数据秒级检索。
为什么对数据平台重要： 这是首次有主流基础设施厂商将存储定位为 AI 数据中心的核心计算层而非附属组件。CMS 概念的提出意味着 KV cache 不再只是推理引擎的内部缓存，而是可独立管理、持久化、跨模型复用的基础设施资源。这与 Databricks Lakebase/LTAP 试图将数据平台从分析层扩展到事务层的方向形成对称——华为从基础设施底层向上整合，Databricks 从数据平台层向下覆盖。两条路线的交汇点将是 AI 时代企业数据架构的控制权。

今日无合格信息。

来源： Wedoany 分析师汇编
核心观点： IDC 分析师 Devin Pratt 指出，EDB 的价值主张在于"整合而非单一功能"——将关系型、分析型、向量和 Agentic 工作负载统一到一个受治理的 Postgres 基础上，解决了数据蔓延问题。ISG 的 Matt Aslett 认为 Converged Analytics 和 Agentic Database"显著降低了数据库管理和架构成本与复杂度"。HyperFrame Research 的 Stephanie Walter 强调，EDB 对数据主权和控制权的强调将引起 CIO 共鸣，使其能在企业控制的基础设施上运行 AI 和分析，而无需创建新的专有数据资产。HFS Research 的 Ashish Chaturvedi 从成本角度指出，EDB 的按核计费模式比消费型云数据平台更具可预测性。Info-Tech 的 Igor Ikonnikov 则提醒，可预测的计费不一定意味着更低的总成本。
映射到数据平台的判断： 这组分析师评论揭示了一个更深层的市场分裂——数据平台正在形成两条对立路线：Databricks 的"湖仓先行"（从分析层向下覆盖事务层）vs EDB 的"运营层先行"（从事务数据库向上扩展分析能力）。路线选择的核心变量不是技术，而是客户对数据主权和基础设施控制权的偏好。对于受监管行业和不想将敏感数据迁入公有云的客户，EDB 的路径提供了新的选择。

今日无合格信息。

来源： EDB 官方新闻稿
为什么值得继续看： 尽管正式公告日期（6月23日）略早于本期窗口，但在 6月25-26日引发了密集的分析师评论和市场讨论。EDB 提出的"智能应迁就数据，而非数据迁就智能"立场，直接挑战了 Databricks LTAP 路线，且获得了 IDC/ISG 等主流分析机构的认真对待。这个叙事可能在后续几个季度持续发酵。
需要等待什么信号确认： EDB 客户采纳数据（特别是从 Oracle/云数据平台迁移的案例）；Databricks 是否会在 LTAP GA 时面向主权/混合部署场景调整产品策略；PostgreSQL 生态中是否会有其他厂商跟进"运营层+分析层"统一架构。

来源： 香港联交所公告
为什么值得继续看： 香港上市公司百望股份（百望云）于6月25日通过联交所发布自愿公告，宣布与蚂蚁区块链科技签署战略合作框架协议，明确以"Data+AI"为核心推进从传统财税服务商向数据智能平台的升级。合作方向包括企业风险洞察、产业链分析和智能决策支持，且计划将能力封装为"可调用、可计费的数字化服务凭证"。这是中国企业软件领域一个"传统 SaaS 向 Data+AI 平台转型"的典型样本。
需要等待什么信号确认： 合作落地后的具体产品形态和商业化进展；是否形成可复制的 Data+AI 平台转型路径，对国内企业级数据服务市场格局产生示范效应。