川海智库

报告概述

本报告是申万宏源研究发布的GenAI系列深度报告，研究对象为AI基础设施软件（AI Infra），覆盖算力调度类和数据类两大类软件。报告分析了生成式AI和Agent渗透对数据架构的影响，重点探讨了向量数据库的刚性需求、OLTP与OLAP数据库的角色变化，以及算力调度对模型推理盈利的关键作用。报告还通过敏感性分析和案例，比较了MongoDB、Snowflake、Databricks等厂商的竞争策略，并为投资者提供了选型框架。读者可借助本报告快速理解AI Infra软件的投资逻辑与增长前景。

报告的核心结论

AI Infra软件进入高速增长期

生成式AI和Agent加速渗透，AI Infra作为应用部署的基础设施，其商业机会在2024年下半年推理量快速增加后真正来临。海外AI Infra软件公司收入增速平均值高于2B AI应用，算力调度和数据类软件需求旺盛。

算力调度能力决定模型推理盈利水平

国内模型Token收费显著低于海外，成本敏感度更高。据报告测算，在单日10亿查询量下，若使用H800芯片，单卡吞吐能力每提升10%，毛利率可提升2-7个百分点。阿里Aegaeon通过Token级调度可减少82% GPU用量，华为Flex:ai提升30%算力利用率。

向量数据库因RAG技术成为刚需

大模型幻觉问题促使企业部署RAG系统，Gartner预计2025年企业采用率将达68%。向量数据库作为RAG核心组件，支撑海量数据毫秒级检索。主流开源如Milvus，商业SaaS如Pinecone，传统数据库的向量扩展如MongoDB Atlas均受益。

OLTP+NoSQL数据库因实时性需求再次风靡

AI时代数据结构从“分析优先”转向“实时运营+分析协同”，Agent强化了对高实时性数据的需求，本质是高频、小批量、低延迟的实时事务处理，这正是OLTP的核心优势。MongoDB收入增速自FY2025Q2出现拐点，印证这一逻辑。

报告回答的关键问题

生成式AI如何改变数据架构需求？

报告指出，生成式AI和Agent推动数据结构从“分析优先”转向“实时运营+分析协同”。传统数据仓库适合批量报表，但AI应用需要毫秒级响应和频繁CRUD操作，使得OLTP和NoSQL数据库重要性提升，同时向量数据库成为RAG标配。

算力调度为什么是模型推理盈利的关键？

国内模型竞争压低Token价格，成本敏感度高。算力调度软件如华为Flex:ai和阿里Aegaeon可通过精细化调度提升GPU利用率，直接改善推理服务毛利率。报告测算显示，单卡吞吐每提升10%，毛利率提升2-7个百分点，因此调度能力成为MaaS厂商盈利核心变量。

哪些数据库厂商在AI浪潮中受益？

报告看好两类厂商：OLTP+NoSQL厂商如MongoDB，因其低门槛、高弹性适配中小客户AI落地，收购Voyage补齐向量检索能力；OLAP厂商如Snowflake和Databricks，通过向全栈工具拓展，提供数据湖仓与AI开发闭环。国内达梦数据和英方软件也受益于本地部署需求。

向量数据库为何成为企业AI部署的刚需？

大模型无法记住企业私有知识，RAG技术通过检索增强生成解决幻觉问题。向量数据库专门存储和检索向量嵌入，支持海量数据毫秒级相似度搜索。据Gartner预测，2025年企业RAG采用率达68%，向量数据库是其中不可替代的组件。

报告中的代表性数据

68%

Gartner预测企业RAG技术采用率

2025年，Gartner预计2025年全球已有45%的企业部署RAG系统，到2025年该比例将突破68%。

30%

MongoDB Atlas产品收入增速

FY2026Q3，MongoDB的Atlas产品（DBaaS）在FY2026Q3收入同比增长30%，高于公司整体增速，反映AI原生应用需求拉动。

82%

阿里Aegaeon降低GPU用量

材料未明确具体时间，阿里Aegaeon通过Token级调度，将10个模型所需GPU数量从1192个锐减至213个，资源节约率高达82%。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细的市场数据与趋势图表：包括海外AI软件收入增速对比、CSP云业务毛利率区间、Token消耗量增长趋势等。
  • 算力调度敏感性分析：基于H800芯片模型推理服务毛利率与单卡吞吐的量化关系，含完整假设与计算过程。
  • 主要向量数据库全景对比：涵盖Milvus、Pinecone、Weaviate、MongoDB Atlas等产品的特点与适用场景。
  • MongoDB深度剖析：含营收增速、毛利率变化、Atlas与Enterprise Advanced收入结构、收购Voyage AI的战略意义。
  • Snowflake与Databricks竞争分析：对比两者产品矩阵、AI布局（Cortex AI、Lakebase、Agent Bricks）及客户拓展。
  • 国产厂商分析：达梦数据、英方软件、深信服在AI Infra领域的定位与产品案例，特别是本地部署与数据同步方案。
  • 技术升级细节：NVIDIA SCADA方案实现GPU直连SSD，向量数据库需适配GPU并行计算的技术改造要求。
  • 重点公司估值表：涵盖MongoDB、Snowflake、达梦数据、深信服等8家公司，含PS估值与收入预测。
  • 风险提示：商业化与IT支出不及预期、生态竞争加剧、技术迭代风险等详细阐述。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告