创业清华人走进清华科创中坚人物记录校友创新创业足迹传递清华创业精神力量清华校友三创大赛以创业校友影响力人物为对象开展系列人物访谈聆听他们的奋斗经历感受他们的精神风貌窥见清华校友身上独有的创业特质乔嘉林 清华大学软件学院校友几年之前，Apache IoTDB（物联网数据库）对于大多数工业企业来说，还是一个陌生的概念。天谋科技作为国内时序数据库商业化的探索者，以其高吞吐、高压缩、高可用的时序数据...

IoTDB 助力数字能源、智能家居和数字仓库等领域实现高效万物互联。1. 业务背景某大厂物联场景从消费领域扩展至城市数字化建设、分布式可再生能源等多个方向。物联解决方案主要分为四大板块：工业互联网：融合云计算、物联网、大数据、AI、区块链等技术，发挥产业链和供应链优势，赋能多行业生态。能源双碳：基于分布式可再生能源产业变革现状，利用云原生技术重构分布式能源平台底座，促进产业运营转型和提升。智能家居

一文读懂前沿技术：时序大模型的演进与未来！

上述成果代表 Timer-XL 模型能够熟练地在大量数据中自适应地选择信息，从而实现卓越的预测性能，充分证明了 Timer-XL 模型在时序预测领域的领先地位与强大实力。：支持多种预测场景，包括非平稳时间序列的预测、涉及多个变量的预测任务以及包含协变量的预测，满足多样化的业务需求。：模型设计灵活，能够适配多种不同的任务需求，并且支持变化的输入和输出长度，使其在各种应用场景中都能发挥作用。多类大模型

12 月 3 日，2023 IoTDB 用户大会在北京成功举行，收获强烈反响。本次峰会汇集了超 20 位大咖嘉宾带来工业互联网行业、技术、应用方向的精彩议题，多位学术泰斗、企业代表、开发者，深度分享了工业物联网时序数据库 IoTDB 的技术创新、应用效果，与各行业标杆用户的落地实践、解决方案，并共同探讨时序数据管理领域的行业趋势。我们邀请到清华大学软件学院长聘副教授龙明盛参加此次大会，并做主题报告

从采数到用数的行业转型期，为什么传统时序分析方案捉襟见肘？Timer、Timer-XL、Sundial（日晷）：用简单的 SQL 语句实现多场景时序预测。4 月 29 日 19:00-20:30。在时序大模型方向的领先技术成果与应用成效。基于深度学习的时序分析成果——时序大模型。构建的时序数据库智能分析引擎和使用实例。的直播盛宴仅剩最后 24 小时！：了解时序数据大模型的前沿技术内核。清华大学时序

这意味着我的工作得到了社区的认可，但更重要的是，我需要以更高的标准要求自己，为项目的发展贡献更多力量。我主要负责 IoTDB 的存储引擎研发，参与过写入流程、合并模块、写前日志等等模块的开发，同时也负责 IoTDB 在各个项目中的落地应用推进工作。但参与数据库内核开发后，我需要考虑代码对内存、CPU 的影响，甚至要预判未来 5 年的扩展需求。真正让我决定投入的，是一次实际参与 PR 的经历。同时，

此前，刘宇成曾领导 Wayfair 的机器学习平台团队，负责扩展服务数百万客户的生产模型。上海开源信息技术协会副秘书长，对外经济贸易大学全球开源协作研究中心副主任，中国计算机学会开源发展委员会执委，开源社顾问、中国汽车工业协会开源顾问、北京智源人工智能研究院开源顾问、国科开源平台联合创始人，原中科院软件研究所 OpenHarmony 团队核心成员，原 OpenHarmony 项目创始生态负责人、教

7 月 5 日，2025 时序数据库技术创新大会在北京成功举办，清华大学软件学院长聘副教授龙明盛在大会上做主题报告《Timer 3.0：新一代生成式时序大模型》，深入剖析当前时间序列分析领域面临的核心挑战，系统阐述了时序大模型的技术演进趋势与行业痛点，并重点分享清华团队自主研发的时序大模型 Timer 从 1.0 至 3.0 版本的关键技术路线、创新突破点及在多项国际基准测试中的卓越表现。针对“大

🔍你的每一个反馈，都会帮助我们更好地准备内容！，从我们列出的方向中选择，或直接写出你最想了解的话题～一场专为 IoTDB 用户打造的 【🤔你在用 IoTDB 时，是否也遇到过这些“我们收集了社区最热门的问题，为您。🔔为了给大家带来更有针对性的内容，12 月 11 日 19:00。IoTDB 直播主题由你决定！你希望接下来我们聊聊哪些主题？IoTDB FAQ 解答直播。🔑如何与现有系统进行高