天谋科技:为中国企业打造安全、自研、卓越的时序数据库
1. 公司简介 天谋科技是行业领先的时序数据库管理系统及相关服务提供商。自 2021 年 10 月成立以来,公司先后获得国家高新技术企业、中关村高新技术企业和北京市创新型中小企业等荣誉,并成功获得近亿元天使轮融资和数千万 Pre-A 轮融资。 公司由源于清华的时序数据库 Apache IoTDB 核心团队创立,聚焦大数据底层技术软件研发,深耕工业物联网数字化应用需求,打造了覆盖时序数据写入、存储、查询、分析、可视化全生命周期的解决方案,并打通数据治理上下游产业链,着力推动工业生产智能化变革。同时,公司与清华大学软件学院、大数据系统软件国家工程研究中心逾 50 名科研人员长期共同进行技术攻坚,形成产学研融合经营模式,在保持技术创新优势基础上,实现了从产品迭代到实践落地的高效闭环。

2025-02-12
DeepSeek 如何 “逆袭” 打破巨头垄断?
刚刚过去的 2025 春节,大语言模型 DeepSeek 就像一颗重磅炸弹,在全球引起了“破圈”式的轰动。人工智能(AI)的国产技术成果这一次彻底走到了全世界面前。 在人工智能蓬勃发展的时代,OpenAI 等行业头部大厂凭借强大的资源与研发优势,构建起难以逾越的技术壁垒。而 DeepSeek 之所以

2025-02-08
2024 年度时序数据库 IoTDB 论文总结
2024 年度,时序数据库 IoTDB 在数据库领域 CCF-A 类国际会议上共发表论文 8 篇,包括:SIGMOD 3 篇、VLDB 3 篇、ICDE 2 篇,涵盖存储、引擎、查询、分析等方面。 2024 最后一天,我们将分类盘点 IoTDB 本年的论文成果及核心技术创新内容:

2024-12-31
IoTDB 与 HBase 对比详解:架构、功能和性能
在物联网(IoT)领域,数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长,开发者和决策者们需要选择合适的时序数据管理系统。Apache IoTDB 和 Apache HBase 是两款广泛应用的数据库,它们在架构设计、性能和功能方面各

2024-11-08
时序数据库是什么:概念、特点与分类简析
作为将数据价值转化为产能能效的“核心大脑”,数据库的发展依然处于加速期,面向不同数据类型的数据库类型也在不断增加。 在众多细分领域数据库类型中,伴随制造业数字化转型的行业趋势和多项政策推动,赋能智慧工业管理的时序数据库愈发受到关注。 对于数据库的概念大家应该并不陌生,但是‘时序’是什么?时序数据库有

2024-10-31
必看!时序大模型的发展、玩家与效果对比
历经 2023 年的“千模大战”后,大模型的风也在今年刮到了时间序列领域。 从最初的时序数据分析应用到如今的时序大模型,时序数据分析迎来哪些发展历程,国内外有哪些时序大模型玩家,各个时序大模型应用效果又如何? 本文将一一解答…… 01 演进历程 时序大模型无疑是一个新兴领域。 2018 年以前,业内

2024-08-19
IoTDB组件AI Node发布9个月,如何使用你了解了吗?
在工业智能化转型中,时序数据库与 AI 技术的结合对故障和异常预测场景的准确性和效率至关重要,逐渐成为行业前沿关注热点。在此方面,

2024-08-06
时序数据库如何选型?详细指标总结!
工业物联网将机器设备、控制系统与信息系统、业务过程连接起来,利用海量数据进行分析决策,是智能制造的基础设施,并影响整个工业价值链。工业物联网机器设备感知形成了海量时间序列数据(带时间标签的数据,每条时间序列是按时间戳顺序存贮的一组数据点),蕴含丰富的工业语义,是工业大数据的规模与价值主体。 为应对海

2024-07-18
Apache IoTDB vs InfluxDB 开源版,架构性能全面对比!
在物联网(IoT)领域,数据的采集、存储和分析是确保系统高效运行和决策准确的重要环节。随着物联网设备数量的增加和数据量的爆炸式增长,开发者和决策者们需要选择合适的时序数据管理系统。Apache IoTDB 和 InfluxDB 是两款广泛应用的原生

2024-06-21
码住!详解时序数据库不同分类与性能对比
作为管理工业场景时序数据的新兴数据库品类,时序数据库凭借着对海量时序数据的高效存储、高可扩展性、时序分析计算等特性,一跃成为物联网时代工业领域颇受欢迎的数据库。 从诞生到发展至今,时序数据库应用的关键技术也在不断进步。其中,管理海量时序数据,为其适配灵活、高压缩、支持高读写性能的存储架构便是亟需解决

2024-06-14