跳转至

MiniMax 构建海量长周期记忆数据底座的实践

一、客户背景

MiniMax（稀宇科技）是全球领先的通用人工智能科技公司，成立于2022 年，以“Intelligence with Everyone”为愿景，致力于推动人工智能科技前沿发展。MiniMax 坚持文本、视频、语音全模态自研。基于自研全模态模型，MiniMax 面向全球推出一系列 AI 原生产品，包括海螺AI、星野、Talkie 等，以及面向企业和开发者的开放平台。迄今已有超过 200 个国家及地区的逾 2.36 亿名用户，以及来自超过100个国家及地区的企业客户以及开发者。

二、海量数据下的业务挑战

星野是 MiniMax 基于多模态 AIGC 技术构建的 AI 智能体创作平台，通过文本、语音、视频等多模态交互，支持用户定制具备个性化形象、声线、人设及技能的 AI 角色。其核心价值聚焦于对话场景，依托自研大语言模型的上下文感知与表达能力，实现高拟人化对话驱动，构建用户与AI角色间的持续互动关系。

星野的用户规模与用户活跃度一直位居领先地位，并且仍在持续不断增长，这也给支撑其多模态对话数据的底层存储带来了诸多技术挑战：

  • 海量多模态数据的存储与性能瓶颈

    • 涉及用户自定义 AI 角色模板、对话数据，及视频、音频、图像等非结构化内容数据，日均新增数据达数亿条，整体规模已超过百 TB 级别，并呈指数级增长；

    • 传统数据库在处理包含数十MB JSON 或 Blob 的大字段时性能急剧下降，尤其在表大小超过10亿行后，读写延迟显著上升，直接影响AI推理链路效率。

  • 潮汐流量下的弹性与稳定性压力

    • 业务流量呈显著潮汐特征，峰值并发请求量相比日均基线负载扩大10倍以上；

    • 静态资源配置模式导致低谷期资源闲置、TCO显著上升，而高峰期因数据库水平扩展能力受限，引发数据处理性能衰减、端到端响应延迟增加，严重影响服务稳定性和用户体验。

  • 架构边际成本持续攀升

    • 着业务规模的指数级增长，计算、存储、运维成本持续上升，现有架构的边际成本逐步增加，成为可扩展性的主要瓶颈。

三、基于阿里云 PolarDB 的智能数据底座实践

image.png

1、分布式多主架构：支持海量对话数据处理

MiniMax 借助 PolarDB Limitless 的分布式多主集群架构，打破了传统单主节点的性能瓶颈。该架构支持高达63个计算节点的同时写入，使得每日新增的 xTB 级对话数据可以被高效地分散到多个 Shard 上，实现了写入吞吐量的线性扩展。

此外，分布式DDL能力允许 MiniMax 在不中断服务的情况下进行表结构变更。PolarDB 支持在不影响在线业务的前提下通过多阶段提交协议确保跨节点表结构变更的原子性，业务团队无需停服维护即可完成表结构变更，大幅加快产品迭代速度。

image.png

2、 秒级弹性扩缩容：灵活应对流量变化

面对流量潮汐，MiniMax 采用了 PolarDB 的 Serverless 弹性扩缩容功能。通过实时监测 PolarDB 的CPU/内存负载，系统可在 5 秒内完成预测，并在1 秒内完成从 0 到千核的无感扩容，最大可支撑十万级突发 QPS 冲击。

MiniMax 基于 PolarDB 的 PolarStore 共享存储架构，实现了“零数据拷贝”的弹性扩缩容：扩容仅需切换分区的计算所有权，无需迁移物理数据；结合智能分区调度算法，元数据与状态迁移量减少 30%–50%。整个过程保障连接不中断、事务不丢失、性能波动低于 5%，对业务完全透明。由此，MiniMax 无需为峰值流量预留冗余资源，实现按需伸缩，整体计算成本降低 50%。

3、大表与大字段优化：加速长上下文处理

针对含大 JSON/Blob 字段的千亿级对话表，MiniMax 利用 PolarDB 的列存布局与局部更新能力，结合 RDMA 网络加速，实现单节点 12GB/s 的大字段吞吐，CRUD 性能提升超 3 倍，历史对话检索延迟稳定在毫秒级。同时，基于协程调度与上下文缓存的异步执行框架，使“按用户 ID 拉取对话流”等高频点查 QPS 提升 50% 以上，高效支撑 AI 推理场景。

image.png

4、智能化数据底座：驱动业务规模化增长的引擎

MiniMax 将依托 PolarDB 冷热数据智能分离与多模态统一引擎的双轮驱动，构建高效能的智能化数据底座。在存储层面，可基于访问热度的自动分层策略实现了零代码改造下的成本极致优化，以毫秒级热数据响应与秒级冷数据检索，平衡 AI 实时交互与深度分析需求；在计算层面，借助原生PolarDB多模态引擎与 RDMA 高速网络，可实现文本、语音、图像等跨模态数据的低延迟高精度召回，显著增强 Agent 的长期记忆与上下文理解能力。这一兼具极高性价比与无限扩展性的架构，为 MiniMax 在海量并发场景下的业务快速迭代与规模化扩张提供了坚实支撑。

三、业务收益

目前，MiniMax 全系产品（包括海螺、星野、Agent、开放平台等）的100+数据库已经部署在 PolarDB 上，实现用户体验和开发效率的双重提升：

  • 高性能：千亿级对话表读写性能提升超 3 倍，支撑日均数亿消息的实时写入与毫秒级检索；

  • 高弹性：秒级无感扩缩容应对 10 倍流量波动，计算资源成本降低 50%；

  • 低成本：冷热数据自动分层归档，存储成本下降 75%，运维人力减少 80%；

  • 快迭代：分布式 DDL 支持 7×24 在线 schema 变更，AI 功能上线周期显著缩短。

四、未来展望

通过深度应用 PolarDB 的分布式多主（Limitless）、多模态存储、秒级弹性与智能冷热分层等核心能力，高效支撑了MiniMax 大模型推理场景下高并发、低延迟、海量异构数据管理的技术挑战。不仅显著优化提升了用户体验、业务敏捷性与运维效率，更深刻验证了云原生数据库与 AI 系统深度融合的价值。随着 PolarDB “湖库一体”的智能数据底座与 MiniMax 的算法引擎协同工作，一个具备长记忆、多模态交互及实时响应能力的 AI 智能体生态得以规模化落地。

展望未来，阿里云数据库将与 MiniMax 持续深化合作，共同探索 AI 原生数据库的创新边界，打造AI多模态数据底座，加速大模型应用向更智能、更可靠的方向演进。