羲和（Halo）2025.11产品动态- Halo正在重新定义数据库的可能性边界

     本文介绍11月份羲和（Halo）的产品功能动态，关于内核的一些更新说明。

羲和（Halo）2025.11产品动态

    备注： 以上不重要！！！

"Halo MRT正在重新定义数据库的可能性边界"

"Halo MRT让数据库不再是冰冷的数据仓库，而是充满智慧的智能引擎"

Halo VS 传统数据库

    在传统架构中，业务数据与AI处理是分离的。数据需要先存储在数据库中，再传输到外部AI服务进行处理，最后将结果写回数据库，这个过程存在明显的延迟和效率瓶颈。

    Halo MRT通过将AI模型运行时直接嵌入数据库内核，实现了数据与AI处理的无缝融合。业务数据在入库的同时，即可被实时向量化，无需额外的数据搬运。

核心功能

    - 实时的向量化：业务数据正常进入数据库处理，同时量化进程对进入的数据进行实时量化。由于量化过程完全在数据库内部完成，因而避免了数据的来回传输，极大的提升了量化效率。

    - 召回与精排一体化：传统的检索流程需要先进行召回，再进行精排，这两个步骤通常需要跨系统调用。Halo MRT将这两个步骤在数据库内部一气呵成，实现了极致的效率提升。

    - 智能关系生成：通过在数据库内部进行推理，Halo MRT能够智能地发现和生成表与表之间的关系，这为复杂的数据分析和查询提供了强大的支持。

    - TEXT2SQL优化：对于自然语言转SQL这类应用，Halo MRT可以运行一个轻量级的Draft Model来完成初步的迭代过程，减少了与大型LLM的交互次数，从而降低了资源消耗并提升了系统整体效率。

 Halo MRT已经支持GGUF格式的AI模型，这是一种高效的模型格式，特别适合在资源受限的环境中运行。未来，Halo MRT还将支持ONNX格式的模型，这将进一步扩大其适用范围，让更多的AI模型能够无缝集成到数据库中。

    Halo MRT通过将AI模型运行时直接集成到数据库中，打破了传统数据库与AI处理之间的壁垒，实现了数据与智能的无缝融合，为数据库带来了前所未有的进化可能。