数据处理：多模型一体化

过去，不同的数据模型往往需要独立的平台来处理，而这些不同的产品在接口标准上不一致，开发者和业务分析人员需要掌握不同的语言。同样，这些产品也使用了各自独立的计算引擎和存储，数据存储在各自生态中难以互通，在业务上如果涉及到跨模型的混合业务，需要把数据从一个平台导入到另一个平台中，ETL流转效率低，同时也难以保证数据的准确性、一致性和实效性。

多模数据库旨在单个系统中集成了多个关系型和/或非关系型数据引擎（例如，文档、图、键值、时序等），满足业务对于结构化、半结构化、非结构化数据的统一管理需求，实现数据的多模融合处理。通过使用单个系统来降低操作的复杂性，更好地支持不同场景下的多种类型数据处理。

随着大语言模型的快速发展，对于多种模型数据的处理需求越来越高，同时由于其存在领域知识缺乏、知识时效性低、回答易幻觉、隐私数据不安全等局限性，需要通过检索外置知识库的方式来增强大模型能力。通过多种模型一体化处理的平台，在增强大模型的同时，可以降低系统搭建、开发、运维等方面难度，因此多模数据库成为大模型时代的刚需。

星环科技从2020年实现了多模型数据的统一处理技术，基于四层统一的架构提供统一的接口层，统一的计算引擎层，统一的分布式存储管理层和统一的资源管理层，并支持关系型、图、时序、时空、向量、键值等11种数据模型，业内首个通过了信通院《多模数据库技术要求》评测。

TDH9.4在多模型能力进行了升级，向量存储引擎Hippo发布了2.0版本，单机存储容量提升20倍，结合分布式架构可支持百亿字的向量存储，检索性能提升10倍以上，并提供完整的企业级能力，包括冷热灾备、跨集群数据同步、生命周期管理等，帮助用户更安全、便捷地支撑大模型应用。

图存储引擎StellarDB发布了5.1版本，引入GPU作为计算资源，部份场景下如子图查询性能提升10倍以上，结合深度图算法提供图谱召回、图谱推理等能力，提升大模型的准确度，帮助用户构建企业级知识库系统。

基于TDH多模型统一技术架构，满足大模型场景下多模态数据的统一存储管理与服务，大幅简化知识库的知识存储与服务层架构，降低开发与运维成本。通过将TDH作为大模型外置知识库，可以检索文本/图片/音视频转化后的向量数据、图数据、以及传统关系型数据等，并进行联合召回，可以极大增强大模型的准确率。