星空君第一时间体验到了纯血鸿蒙，大部分常见APP包括微信都已经做了适配。
虽然距离完美体验还有一段距离，但完全脱离了安卓的鸿蒙Next已经成功了一大半。
与此同时，小米方面爆出消息，3nm的SOC芯片流片成功。
大部分人很少留意到，Linux的生态也发生了变化：11 名俄罗斯程序员已被从 Linux 内核开发者名单中除名。此次遭到驱逐的俄罗斯程序员，此前负责的是对 Linux 内核项目特定领域进行维护的关键成员。
这也意味着，“开源”的Linux也可能变得不那么可靠。
ARM这边也出了变数，有媒体报道称，Arm正在取消其与高通之间的芯片设计许可协议。该许可协议允许高通基于Arm的标准设计自己的芯片，而现在，Arm已向高通发出60天的通知，将正式终止这一许可。高通新闻发言人回应称，“这是Arm的一贯做法——更多毫无根据的威胁，旨在强行压迫长期合作伙伴，干扰我们性能领先的CPU产品，并无视双方架构许可协议已经涵盖的广泛权利来提高许可费率。”
曾经的开源盛世，开始走向闭源，整个世界开始走向封闭。
我们将要不得不面对一个从未有过的变革。
在同事给打电话吐槽ARM+麒麟多么难用的时候，星空君也不得不佩服信创的远见。
鸿蒙Next的目标不仅仅是手机操作系统，PC版的鸿蒙也在路上了。
相对于消费者端，企业端的信创更是如火如荼。
数据库也迎来了百花齐放的新时代。Oracle等传统数据库逐渐退出历史舞台。
01
达梦数据科创板上市
现在很多年轻的开发，认为达梦、金仓等国产数据库无非是在开源数据库的基础上修改、封装，所以可以直接用Oracle等数据库的组件适配。
本质上还是那句：国外一开源，国内就自研。
然而他们不了解的是，达梦数据库最早的版本CRDS，在1988年就问世了，当时甚至还没有MySql。
中日友好时期，日本支援了中国的武钢建设。
1978年，日本技术人员将武钢热轧车间安装完设备，撤离前，他们销毁了包括数据库软件在内的所有技术资料，这些资料达3卡车。当时，华中工学院计算机系一位青年助教正好到武钢学习，看到这一幕，内心受到了震撼。
自此，这个年轻人决心开发能够掌握在自己手里的数据库。
他就是达梦数据的创始人，冯裕才，达梦数据上市的时候，他已经80岁了。
据达梦数据招股书，公司服务于包括建设银行、交通银行、光大银行、兴业银行、广发银行、国开行、中国人寿、邮储银行、中国人保、国家电网、中国航信、中国移动、中国烟草、国家市场监督管理总局、 各级人民检察院、 各级人民法院、国家发改委、国家移民局、证监会、上交所、深交所等在内的知名用户，成功应用于金融、能源、航空、通信、党政机关等数十个领域。根据赛迪顾问及 IDC 发布的报告显示， 2019 年至 2023 年公司产品市占率位居中国数据库管理系统市场国内数据库厂商前列。
可见，如今中国的核心命脉产业，数据库都牢牢掌握在自己手里了。
不过根据星空君的了解，Oceabase、TiDB等非常优秀的国产数据库市场占有率也很高，现在的国产数据库是百花齐放阶段。
结合现在的国产替代化浪潮，几乎可以无脑推断，达梦的市场空间，会进一步爆发式增长。
02
自主可控的赛道有多汹涌
星空君经常对朋友说，人生是旷野，不要拘泥于计划、规划、设想等。
投资领域，自主可控这条赛道，就是无边的旷野。
五年前，星空君鼓吹新能源车赛道；五年后，星空君开始鼓吹自主可控赛道。
自主可控不仅仅是国有企业买台高价国产电脑那么简单，随着大数据交易所、数据资产入表等平台和应用政策的推动，中国已经开启了一条前所未有的数字经济的道路。
而这条道路的地基，就是自主可控。铁路系统的数据库从从Sybase换成自研了，两桶油的数据库从Oracle、Myssql换成Oceanbase、金仓、达梦了... ...
为了安全评估更方便，和这些平台做对接民营企业也开始逐渐向国产系统迁移，从而逐渐带动全行业使用国产自主可控系统。
招股书显示，达梦的业绩一波三折，2021年达到“巅峰”后，2022年有所下滑。
数据来源：同花顺iFind 制图：诗与星空
主要原因是2021年在央企、机关开展了一波国产化替代的进程。因为基数较大，2022年发生了下滑，不过基于公司自身的优势，2023年业绩由重新进入增长通道。
03
AI会重构所有传统业务
尽管星空君不认为AI有什么门槛，但AI的应用会带来革命性的变化，那就是AI会重构所有传统业务。重构的过程，对于企业和投资者来说，就是巨大的机遇。
比如星空君参与的一个传统信息系统AI化改造，用AI+RPA取代了人工抄写单据录入系统的步骤（底座用的国产ChatGLM，后期准备切换到Qwen2.0）。
数据库行业也会遇到这样的变化，AI可以把传统数据库的手工操作变成自动操作。
面对大规模数据和不同的应用场景，传统数据库组件存在业务类型不敏感、查询优化能力弱等问题。目前有研究通过将机器学习算法替代传统数据库组件的方式以实现更高的查询和存储效率并自动化处理各种任务，例如自动管理计算与存储资源、自动防范恶意访问与攻击、主动实现数据库智能调优等。机器学习算法可以分析大量数据记录，标记异常值和异常模式，帮助企业提高安全性，防范入侵者破坏，还可以在系统运行时自动、连续、无人工干预地执行修补、调优、备份和升级操作，尽可能减少人为错误或恶意行为，确保数据库高效运行、安全无失。
