博客

技术文章与行业洞察

天谋科技与新大陆软件签署战略合作协议
新闻

天谋科技与新大陆软件签署战略合作协议

从 IoTDB 到 CED-DB:哈尔滨工业大学探索云边端协同时序数据库
博客

从 IoTDB 到 CED-DB:哈尔滨工业大学探索云边端协同时序数据库

IoTDB 直播教程回顾:树模型如何建模,设备模板如何复用?
博客

IoTDB 直播教程回顾:树模型如何建模,设备模板如何复用?

400亿时序数据点、10TB历史数据:IoTDB如何支撑储能数据迁移?
新闻

400亿时序数据点、10TB历史数据:IoTDB如何支撑储能数据迁移?

编者按: 在高频、多源、弱网并存的储能场景中,数据平台面临的挑战不只是“把数据存下来”。来自电池簇、PCS、BMS、温控和消防等设备的数据,需要稳定接入、准确组织、快速查询,并进一步服务于调度、控制和运营分析。 在2026时序数据技术创新大会案例分论坛上,数字化平台架构师华冬进以“接、管、用、迁”为

30 多个钢铁项目、2000 多万测点:如何用 IoTDB 支撑钢铁工业智能化?
新闻

30 多个钢铁项目、2000 多万测点:如何用 IoTDB 支撑钢铁工业智能化?

编者按: 8 月 22 日,2026 时序数据技术创新大会在北京成功举办,引发广泛关注。本次大会以「DB × AI」为主题,多位院士专家领衔,超 30 位嘉宾齐聚一堂,共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。 我们邀请到中冶赛迪信息技术(重庆)有限公司 AIoT平台总监 陶术江带来

从海量数据存储到实时分析:国家光储实证平台的 IoTDB 应用实践
新闻

从海量数据存储到实时分析:国家光储实证平台的 IoTDB 应用实践

编者按: 本文来自国家电投集团青海光伏产业创新中心有限公司副总经理、青海黄河智慧能源科技有限公司副总经理李江在 2026 时序数据技术创新大会上的报告。 在光伏与储能行业,一座实证基地每天会产生多少数据? 来自组件、逆变器、支架、储能系统和气象传感器的数据持续汇入平台。当多个基地横跨不同气候区域,设

从时序数据采集到大模型训练,TsFile 如何贯通数据链路?
博客

从时序数据采集到大模型训练,TsFile 如何贯通数据链路?

编者按: 8 月 22 日,2026 时序数据技术创新大会在北京成功举办,引发广泛关注。本次大会以「DB × AI」为主题,多位院士专家领衔,超 30 位嘉宾齐聚一堂,共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。 天谋科技数据库内核研发工程师、*Apache TsFile PMC Me

让时序大模型用好工业数据:持续学习、时空建模与不规则时序建模
新闻

让时序大模型用好工业数据:持续学习、时空建模与不规则时序建模

编者按: 8 月 22 日,2026 时序数据技术创新大会在北京成功举办,引发广泛关注。本次大会以「DB × AI」为主题,多位院士专家领衔,超 30 位嘉宾齐聚一堂,共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。

新质生产力加速发展,天谋科技如何让工业数据释放更大价值?
博客

新质生产力加速发展,天谋科技如何让工业数据释放更大价值?

10 月 9 日,中共中央、国务院印发《关于发展新质生产力的意见》(以下简称《意见》),围绕科技创新、产业转型升级、实体经济与数字经济深度融合、“人工智能+”等方面作出系统部署。 对工业企业而言,这些部署提供了几个值得关注的方向:一是传统产线和既有设备的数智化改造,企业可以从设备维护、能耗管理、生产

数据丢给 AI 就能做预测?我们用 TimechoAI 跑了一遍完整流程
博客

数据丢给 AI 就能做预测?我们用 TimechoAI 跑了一遍完整流程

从工业设备运行指标、电力负荷,到商品销量、业务流量,越来越多企业积累了大量时序数据,也希望借助大模型,从历史数据中发现规律,预测未来变化。但从数据积累到预测能力真正落地,中间还有不少工作要做。 原始数据是否适合建模?缺失值和异常点如何处理?是否需要针对业务场景训练模型?训练完成后,又该如何将预测能力

TimechoDB Cloud:让时序数据库部署与使用更简单
新闻

TimechoDB Cloud:让时序数据库部署与使用更简单

TimechoDB Cloud 是天谋科技推出的企业级时序数据库云服务。它将实例创建、初始化、连接信息和 SQL 工作台集中到一个平台中,用户无需自行安装部署,即可在线创建和管理 TimechoDB 实例,并

查询效率提升 90%、存储空间降低 48.5%,“未来号”如何用 IoTDB 管好全船数据?
新闻

查询效率提升 90%、存储空间降低 48.5%,“未来号”如何用 IoTDB 管好全船数据?

编者按: 8 月 22 日,2026 时序数据技术创新大会在北京成功举办,引发广泛关注。本次大会以「DB × AI」为主题,多位院士专家领衔,超 30 位嘉宾齐聚一堂,共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。