3000亿美元暗战,中国想拿下这张大订单

2026-04-04 | 来源: 数据猿 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

老中银行（LCB）升级核心系统项目群后对客营业，来源：Oceanbase社区

StarRocks：极客逆袭，解决查询慢与栈重

如果说OceanBase的出海打法，是依托大厂体系自上而下攻坚金融核心系统，那么近年来迅速走红的中国开源分析型数据库（OLAP）StarRocks，则在东南亚上演了一场颇具极客气质的“技术逆袭”。

在东南亚，像Grab、Shopee这样的超级应用，每天都会产生海量的交互数据，逐渐沉积在复杂的数据湖体系中。业务人员如果想跑报表或分析用户行为，往往需要依赖一整套由欧美开源组件搭建的技术栈，例如Hadoop、Presto或ClickHouse等，系统过于庞杂，不仅运维困难，用户查询时还常常盯着进度条等待数分钟甚至更久。

StarRocks的策略非常明确：避开复杂的交易系统，主攻“查询太慢”、“数据栈太重”两大核心问题，StarRocks凭借“极速查询”和“湖仓一体”的架构，让企业能在同一系统中完成数据存储与实时分析。

在Grab的数据平台中，StarRocks被用于优化Spark监控平台，实现了约10倍的性能提升。在这场与欧美巨头较量中，中国团队赢在技术架构，更是服务速度。正如一位工程师所说：“欧美厂商出了问题，要等到下个季度；中国团队半夜就能在群里连上服务器查日志。”

来源：StarRocks的Github

BytePlus：系统性输出，从算法到算力

短剧出海狂飙到40亿美元,钱都被谁赚走了

白宫提1.5亿美元预算重启恶魔岛佩洛西矢言阻挡

巴菲特:手握3500亿美元但我仍找不到出手的机会

字节跳动旗下的BytePlus，则代表了一种更系统的路径：不仅售卖缔造TikTok增长的智能推荐算法，也在重构当地的AI基础设施。

当东南亚进入流量竞争阶段，本土电商平台、流媒体服务和Web3初创公司都在争夺用户注意力，“千人千面”的内容精准分发则成为关键竞争力。BytePlus的切入点就是将推荐系统、A/B测试平台打包，向东南亚输出“抖音同款”的算法能力。

随着业务扩张，BytePlus逐步从软件向基础设施延伸。2024-2026年，该公司与印尼Telin合作，为印尼、马来西亚、新加坡企业提供高速CDN，在马来西亚柔佛建立云服务大区，扩张至泰国。

其推出的大模型平台ModelArk，正在成为部分东南亚AI创新的重要基础设施，如新加坡多语种大模型Meralion，以及助力游戏、电商公司的产品升级。随着AI需求爆发，BytePlus从轻资产软件转向重资产投入：在泰国承诺数十亿美元数据中心，在马来西亚与本土云厂商合作部署超25亿美元NVIDIA AI算力集群。

当越来越多东南亚初创公司在中国平台上训练和部署模型时，一种更深层的“代码级依赖”也在悄然建立。

然而，这种看似降维打击的顶层生意，并没有宏观叙事中那般轻松。在中国互联网语境下，边际成本几乎为零的软件业务通常被视为高利润模式。庞大的算力需求不仅让原本轻资产的软件巨头背上了沉重的硬件投入，也直接带动了万国数据（GDS Holdings）、秦淮数据（Chindata）等中国头部数据中心运营商，它们在东南亚掀起一轮机房建设与扩产浪潮，重点区域集中在马来西亚柔佛、印尼巴淡岛等地。

某种意义上，逐渐“重资产化”，亦标志着中国数字企业出海模式的一次重要转变：当今想要维持顶层算法的繁荣，就必须在底层算力与物理基础设施上扎下更深的根。