Alibaba Cloud встроила AI‑вычисления в базы данных: Lindorm AI Engine и PolarDB‑X AI Assistant

В апреле 2026 Alibaba Cloud представила Lindorm AI Engine для инференса внутри базы и PolarDB‑X AI Assistant для разговорного управления распределёнными кластерами, а также ряд сопутствующих оптимизаций и интеграций.

В апреле 2026 Alibaba Cloud анонсировала несколько крупных обновлений в линейке баз данных, ключевыми из которых стали Lindorm AI Engine и PolarDB‑X AI Assistant. Новые функции встраивают AI‑вычисления и инструменты наблюдаемости непосредственно в сервисы хранения данных, что снижает задержки и уменьшает число внешних компонентов в архитектуре приложений. Lindorm AI Engine объединяет хранение, вычисления и инференс моделей в одном сервисе базы данных. Платформа поддерживает RAG‑ориентированные Q&A, семантический поиск на основе эмбеддингов и мультимодальную ретривал‑функциональность (image↔text), что позволяет выполнять запросы к моделям без вывоза данных из Lindorm и, соответственно, сокращает задержки и риски при работе с чувствительной информацией.

PolarDB‑X AI Assistant представлен как инструмент интеллектуального O&M для распределённых кластеров. Ассистент анализирует показатели многонодовой производительности, проводит автоматическую диагностику корневых причин деградации, предлагает стратегии ребалансировки шардов и советы по оптимизации SQL‑маршрутизации через разговорный интерфейс. Это снижает зависимость от глубокой экспертизы DBA и ускоряет выявление и исправление инцидентов в кластерах.

Помимо двух флагманских релизов компания перечислила ряд сопутствующих обновлений: ApsaraDB RDS for MySQL получил функцию Instant Upgrade; ApsaraDB for SelectDB добавил возможности AI Observability с совместимостью с Langfuse; DTS расширил поддержку до MongoDB 8.0 и PostgreSQL 18 в рамках оптимизаций; DMS внедрил Agent Call Package Service. Эти дополнения оформлены как новые функции или оптимизации, направленные на упрощение эксплуатации и интеграции в существующие цепочки доставки и мониторинга.

Анонсы подчёркивают общую тенденцию: перенос AI‑инференса и наблюдаемости ближе к данным даёт разработчикам возможность отказаться от отдельного стека (векторная БД + сервис эмбеддингов + оркестратор) в пользу единой платформы. Практические эффекты включают сокращение ETL‑пайплайнов и внешних интеграций, уменьшение числа точек отказа, повышение безопасности за счёт работы по живым данным и ускорение разрешения инцидентов благодаря разговорным диагностическим возможностям. Совместимость с Langfuse и поддержка новых версий СУБД должны облегчить интеграцию релизов в существующие CI/CD и мониторинговые цепочки.