近年來，隨著物聯網、車聯網、工業互聯網等前沿技術的迅猛發展，全球數據量呈指數級增長。作為大數據的一個重要組成部份，時序數據因其在即時監控、預測分析和智能決策中的獨特優勢，正逐步成為數碼化轉型的關鍵要素。尤其在 AI 時代，時序數據的價值愈發凸顯，各行業對時序數據技術的需求也日益迫切。
在此背景下，7 月 26 日，濤思數據傾力打造的年度盛事——TDengine 使用者大會在北京·昆泰嘉瑞文化中心成功舉辦。圍繞著「時序數據助你決勝 AI 時代」的會議主題，濤思數據（TDengine）創始人 & CEO 陶建輝攜手中國科學院院士 & CCF 開源發展委員會主任王懷民、中國資訊通訊研究院雲端運算與大數據研究所所長何寶宏、中國石油長慶油田數智事業部經理醜世龍、Alpha公社創始合夥人 & CEO 許四清等數十位重磅嘉賓，為與會者帶來關於時序數據的最新發展、AI 技術的前沿套用以及如何透過數據驅動企業轉型等維度的精彩分享。
從爭鳴到共贏：時序數據定義 AI 新時代
自 2019 年 7 月宣布核心程式碼開源以來，TDengine 在 2020 年 8 月進一步宣布了集群開源。經過五年的開源發展，憑借開放開源的力量，TDengine 使用者例項已超過 57 萬，GitHub 上的 Star 數達到 23.1k，發展了數百家企業使用者。
中國科學院院士 & CCF 開源發展委員會主任王懷民在分享「中國開源的現狀與機會——濤思開源帶來的思考」時，從五個角度闡述了濤思開源的特點和啟示。他指出，TDengine 不模仿、全面創新，從底層開始編寫數據庫，找到時序數據這個未來廣闊的領域，以硬碰硬的方式開源，直接對標國際排名第一，並立足全球市場，覆蓋中國國內和歐美市場。他強調，TDengine 致力於做 AI 數據基礎，抓住物聯網等優勢產業帶來的機會。在商業化方面，TDengine 的數據核心技術開源和商業化相輔相成，良好的商業化行程是開源能夠持續發展的基礎。王懷民期待開源為中國產業帶來新的活力，並期待 TDengine 為中國開源帶來新亮點。
如果說開源是立足於未來的發展論，那技術創新就是驅動這一發展的核心引擎。隨著大數據和雲端運算的迅猛發展，數據庫技術正在經歷前所未有的變革，抓住產業發展的趨勢，最佳化數據庫技術，成為企業競爭力的關鍵。
中國資訊通訊研究院雲端運算與大數據研究所所長何寶宏在「數據庫技術與產業發展趨勢觀察」主題演講中指出，數據庫服務能力正逐漸成為企業核心競爭力的關鍵因素，隨著數據規模和類別的不斷增加，數據庫的智能化運維逐漸成為未來的重要趨勢。何寶宏強調，智能化運維透過與人工智能的結合，使得使用者可以透過自然語言與電腦系統進行互動，從而簡化數據庫操作，提升 SQL 查詢的效率和準確性，並增強數據的可存取性。此外，人工智能還催生了自治數據庫模式，自動化的供應、配置、安全管控、更新、彈性擴充套件和調優等功能成為數據庫的標配。
檢驗數據庫技術的創新性需要從實踐出發。在能源行業，智能化和數碼化轉型已成為必然趨勢。智能油氣田的建設不僅提升了生產效率，還為能源產業的可持續發展提供了新的路徑，而有效的數據處理是成功的關鍵。
在本次大會中，中國石油長慶油田高級企業專家醜世龍分享了題為「長慶智能油氣田建設實踐與認識」的演講。他介紹了長慶油氣田在智能化建設中的實際經驗，強調了數據處理在提升生產效率和實作可持續發展中的關鍵作用。醜世龍指出，透過智能油氣田的建設，長慶油田不僅實作了生產營運的最佳化，還為能源行業提供了一個成功的數碼化轉型範例。他強調，未來智能化和數碼化轉型將成為能源行業發展的必由之路，創新的數據庫技術在這一過程中起到了至關重要的作用。
AI 時代的到來，給各行各業帶來了巨大的變革和發展機遇。時序數據作為 AI 決策的重要基礎，正在發揮不可替代的作用。濤思數據（TDengine）創始人&CEO 陶建輝在演講中，以「TDengine 助你決勝 AI 時代」為主題，強調了 AI 浪潮對電力、新能源、智能制造、石油和汽車等行業的深遠影響。在這種背景下，TDengine 提供零程式碼的數據寫入，采用標準 SQL 進行查詢、預測和流計算，並且 60 秒即可開箱體驗，顯著降低了企業對高端技術人才的需求。
在本次演講中，陶建輝還介紹了過去半年中研發團隊夜以繼日的努力成果——TDengine AI 大語言模型外掛程式，TDGPT。借助這一外掛程式，TDengine 不僅能夠透過 AI 對時序數據進行分析和處理，如數據清洗和缺失數據填充，還能幫助最佳化工業流程，提升效率。透過 TDengine 特有的 SQL 命令擴充套件，復雜的數據處理變得極為簡單。陶建輝自豪地表示，TDengine 是全球第一款與大語言模型整合的時序數據庫（Time Series Database），這一創新無需任何歷史數據的訓練，便於迅速部署和使用。
在智能制造領域，天使投資正在發揮越來越重要的作用。投資者的眼光和資源能夠有效推動技術創新與產業升級。Alpha公社創始合夥人 & CEO 許四清在演講中以「新一代人工智能催生產業革命」為主題進行了相關分享。他透過數據分析展示了天使投資的現狀，強調了人工智能領域的巨大潛力和機遇。許四清指出，人工智能不僅在技術層面引領創新，還將推動各個行業的深刻變革，帶來前所未有的發展機會。他呼籲投資者抓住這一機遇，積極參與人工智能產業的布局，共同迎接新一輪的產業革命。
大會主論壇的最後階段，CSDN 創始人&董事長、中國開源軟件推進聯盟副主席蔣濤，明勢資本董事總經理徐之浩，中國石化石油勘探開發研究院資訊高級專家律紅洲，數治雲（北京）創始人 & CEO 程華軍以及協合運維副總經理朱永峰幾位嘉賓圍繞「AI 時代下的數碼化轉型」展開了圓桌討論。本次討論的一個共性思想是：在 AI 時代，數碼化轉型不僅是企業提升效率和競爭力的關鍵，更是實作可持續發展的重要途徑。嘉賓們一致認為，企業應積極擁抱 AI 技術，及時升級數據架構以適應 AI 時代下的業務發展需求，透過創新和合作，推動行業的全面數碼化行程，從而在全球市場中占據領先地位。
值得一提的是，在主論壇上我們還為一眾合作夥伴進行了頒獎，其中「TDengine 新晉合作夥伴獎」的獲獎企業包括上海羅盤資訊科技有限公司、北京誠誌眾達科技有限公司、上海愛可生資訊科技股份有限公司、數治雲（北京）科技有限責任公司、北京中安瑞力科技有限公司，「TDengine 最佳合作夥伴獎」的獲獎企業包括亞馬遜雲科技、精誠瑞寶電腦系統有限公司。未來 TDengine 將繼續與這些合作夥伴緊密合作，共同推動時序數據技術的套用和發展，攜手實作更高的行業標準和創新成果。
在過去的半年時間裏，TDengine 組建了一個跨部門的特別團隊，致力於完成 TDengine 的第一本書——【時序大數據平台-TDengine 核心原理與實戰】。在大家的共同努力下，該書現已正式出版，並借著本次大會在公眾面前正式亮相。希望這本書能夠為有時序數據處理需求的開發者和企業提供寶貴的參考資料和實踐指導，幫助他們更好地理解和套用 TDengine，推動時序數據技術的普及和發展。
三大專場碰撞智慧火花，共探數據驅動未來
海量數據套用專場
在海量數據套用專場，我們邀請到神州數碼首席數據科學家 & 高科數聚創始人兼董事長程傑、中冶京誠數碼科技（北京）有限公司公司專家王雲波、欣旺達動力科技股份有限公司智能制造部長熊偉、山東勝軟科技股份有限公司首席專家伊沖、雲鼎科技股份有限公司工業技術專家邵國鵬。聚焦汽車、鋼鐵、能源等行業，他們分享了海量數據在智能制造、數據中心建設、生產數據管理等方面的創新套用和實踐經驗，為我們展示如何透過數據驅動行業高質素發展。
神州數碼首席數據科學家 & 高科數聚創始人、董事長程傑在演講中提到，汽車智能制造與行銷正迎來 AI 大模型和大數據的全面革新。大數據分析驅動的生產最佳化，使得智能制造流程更加高效、精準。在行銷方面，基於大數據分析的客戶畫像和行為預測，企業可以實作個人化的行銷策略，提高客戶滿意度和品牌忠誠度。TDengine 以其高效能、低成本、高壓縮率、簡潔的系統架構和強大的彈性伸縮能力，為車聯網數據儲存提供了強有力的支持，進一步推動了汽車行業在智能化和數據驅動領域的進步。
山東勝軟科技股份有限公司首席專家伊沖針對「TDengine 在油氣行業海量生產數據套用」進行了深度分享，他表示，目前國內外主流的時序數據庫包括 InfluxDB、TDengine 和 TimescaleDB，它們都具備高吞吐的儲存能力和高壓縮比等特性，綜合考慮國產化要求及與 EPDC 技術的統一性，勝軟科技最終選擇了 TDengine 作為即時數據儲存方案。透過 3 台伺服器的部署，順利完成了 TDengine 集群環境的搭建，能夠支持每分鐘 520 萬點的即時數據儲存需求。
智造新能源專場
在工業 4.0 發展階段，中國制造業有望在人工智能技術的賦能下，大幅提升綜合競爭力，實作彎道超車。上海威士頓股份有限公司創新研究院院長張偉在演講中分享了相關經驗，他表示，透過挖掘即時數據的潛在價值，智能工廠能夠在生產效率、質素控制和資源最佳化等方面實作顯著提升，從而構建出新質的生產力，助力中國制造業在全球競爭中取得領先地位。張偉指出，當前卷煙工廠在數據套用上面臨著數據分散儲存和管理不善的問題，這嚴重限制了數據的套用和價值挖掘。為解決這一痛點，他強調了一個強大時序數據平台的重要性，助力實作對工業即時數據的全生命周期管理，包括數據的采集、儲存、計算、管理和套用。
新型電力系統專場
濤思數據（TDengine）首席架構師肖波就「TDengine 助力新型電力系統高質素發展」話題進行深度分享，他強調，傳統方法在支持電力時序大數據的數據寫入、即時告警、實時分析和數據分發方面存在諸多痛點，例如，利用 Hadoop 的分布式能力雖然能處理大數據，但數據儲存非結構化且資源耗用巨大；Kafka 與 Flink/Spark 等工具組合用於即時告警，架構復雜且重復處理同一份數據。針對這些問題，TDengine 提供了卓越的解決方案，成為新型電力系統時序大數據的基座。它不僅具備低延時、億級測點寫入能力和結構化+預計算的優勢，還能透過即時訂閱和最新數據查詢滿足延時敏感業務的需求。
結語
作為一款核心為時序數據庫的高效能、分布式物聯網、工業大數據平台，TDengine 在各行業中的成功套用，充分展示了它強大的數據處理能力和卓越的技術優勢。未來，TDengine 將繼續秉持創新精神，不斷突破自我，為各行業的數碼化轉型和智能化發展提供更堅實的基礎和更多的可能性。
