执行期2024-2025年。内存数据库因其高效的数据处理能力而备受关注。 然而传统的内存数据库在启动时通常需要一次性加载全部数据，导致启动速度缓慢，成为制约其应用连续性的关键因素。 因此，研究内存数据库的热加载技术，实现数据库在启动时无需加载全部数据即可提供高效服务，对于提升内存数据库的性能和用户体验具有重要意义。

执行期2024-2025年。研究知识密集型垂直领域知识库的交互模式，知识图谱构建方法，多模态数据处理工具，以及RAG召回系统，评估各模块对知识库可信度、答案相关性、上下文准确率的影响。 对知识库系统进行全面的性能测试，关键指标包括平均响应时间、知识图谱规模、支持数据类型种类、RAG可信度、答案相关性和上下文准确率等。 实时监测系统日志、性能指标，并及时报告系统的运行情况和异常事件。

执行期2025-2026年。单一的存储架构难以同时满足事务处理（OLTP）和分析处理（OLAP）的需求。行列混合（HTAP）数据库架构结合了行存储和列存储的优势，既能在事务性操作中保持高效，又能在分析型查询中提供卓越的性能。 SunDB是主行存的内存数据库，其结合内存型列存储技术实现HTAP处理，因此OLTP和OLAP的处理性能都很高，而且OLAP能快速从增量行存储中访问最新数据。

执行期2026-2027年。数据资产是合法拥有或者控制的，能进行计量的，为组织带来经济和社会价值的数据资源。组织需要对过去的交易或事项形成的数据资源进行梳理，识别出可能作为资产的数据资源。 然后进行数据资产评估，需结合数据资产类型、评估目的、市场环境综合选择评估方法，并进行多方法交叉验证。通过组织开展可信数据空间核心技术攻关，探索大模型与可信数据空间融合创新。