2026年8月1日，墨天轮中国数据库流行度排行榜更新，7月榜单正式发布。在这份涵盖137个数据库产品的榜单中，TDengine排名持续攀升，首次跻身榜单前十，成为前十名中唯一的时序数据库。而同样是7月，涛思数据宣布TDengine完成品牌诞生以来最重大的一次产品升级——从高性能时序数据库正式演进为AI原生的工业数据平台。两个事件并非巧合：当AI开始深入工业现场，时序数据的价值正被重新定义。
时序数据库品类突破：前十中唯一的非关系型产品
在最新一期墨天轮中国数据库流行度排行榜中，TDengine以255.33分排名第10位，较上月上升2位。前十名的另外九席——OceanBase、达梦、金仓、GoldenDB、TiDB、PolarDB、GaussDB、GBASE、TDSQL——全部为关系型数据库。TDengine是前十名中唯一一个非关系型、也是唯一的时序数据库。
这一排名背后，是工业物联网、智能制造、新能源等场景对时序数据处理需求的持续增长。墨天轮在7月排行榜解读中特别指出，TDengine等优秀产品在"工业时序等垂直纵深处长效扎根"，用累累硕果诠释着国产软件的底蕴与韧性。其142个累计案例数，在榜单同位次产品中处于领先水平，反映出较强的商业落地能力。
值得注意的是，在全球权威的DB-Engines时序数据库分类排名中，TDengine同样稳居前列，长期保持在前十以内。国内外双榜单的认可，标志着时序数据库作为独立品类，已从边缘走向主流。
从时序数据库到AI原生工业数据平台
2026年7月22日，涛思数据宣布TDengine完成重大产品升级。此次升级将原有的时序数据库（TSDB）与工业数据管理平台（IDMP）整合为统一的TDengine平台，标志着产品从高性能时序数据库全面进化为AI原生的工业数据平台。
升级后的TDengine新增了一系列核心能力：
• 工业本体建模：在存储层与应用层之间构建统一语义层，用树形+网络双层模型将原始数据映射为"工厂.车间.设备.测点"的业务视图，赋予每个数值完整的业务上下文
• TDgpt + TDmodel 时序AI引擎：将AI算法内置到数据库中，一条SQL即可调用异常检测、时序预测、缺失数据补齐，数据在库内完成计算
• 实时分析与过程分析：内置流计算引擎支持七种窗口触发方式，分析工作台提供多事件对比、散点图回归、聚类分组、相似度搜索等零代码探索能力
• 工业智能体运行时（IAR）：预置13个开箱即用的AI助手，覆盖从数据查询到根因分析和报告生成的全链条；支持第三方智能体通过MCP协议调用50余项系统能力
• 知识库与Skills管理：将企业私有文档自动索引为可检索的知识图谱，Skills将行业经验固化为AI可调用的标准化工作流
• 版本控制与电子签名：全系统纳入Git版本管理，敏感操作配置电子签名审批
这一升级的目标被定义为"让每一条工业数据流AI起来"（Bring AI to Every Industrial Data Stream）。
AI落地的真正瓶颈：不是大模型，而是数据底座
"工业AI缺的不是大模型，而是数据底座。过去几年，大模型能力飞速提升，但在工业场景的落地却始终不及预期，根本原因在于工业数据没有被结构化、语义化，AI读不懂。TDengine要做的，就是为工业AI打造一个好用的数据底座。"
—— 陶建辉，涛思数据创始人·CEO
这一判断切中了工业AI落地的核心痛点。当前，大模型在消费级场景已展现出强大能力，但在工业现场，数据孤岛、标准不统一、缺少业务语义等问题，使得大模型"读不懂"工业数据。一个典型的工厂可能拥有上万个测点，每秒产生海量时序数据，但这些数据如果没有经过本体建模和语义化处理，对AI而言只是一堆无意义的数字流。
TDengine的升级正是围绕这一痛点展开。工业本体层在数据存储层和应用层之间构建了一层语义模型，用树形+网络双层模型将原始数据映射为"工厂.车间.设备.测点"的业务视图，让AI能够理解"这是3号锅炉的进口温度"而非"这是测点tag_03847的值"。TDgpt将时序分析算法内置到数据库中，工程师用一条SQL就能完成异常检测和趋势预测，无需搭建独立的机器学习管道。这种"数据在哪、AI能力就在哪"的设计，大幅降低了工业AI的使用门槛
墨天轮7月排行榜解读也印证了这一趋势：榜单解读专家指出，头部数据库厂商的竞争焦点正全面转向"向AI进军"，AI融合已成为衡量未来核心竞争力的硬指标。而TDengine的TSDB+IDMP组合，打通了从海量数据"高效存查"到"语境化建模"的全链路，将工业运维从"人盯数据"重构为"系统叫人"。
5000测点全功能永久免费：降低工业AI的进入门槛
与产品升级同步，涛思数据推出了力度空前的中小企业扶持计划：5000测点以内，所有功能永久免费，不缩减功能、不限制性能、免费持续升级。这一政策覆盖从工业本体建模、时序AI引擎到版本控制与电子签名的全部能力。
“5,000 测点意味着什么？ 以典型的离散制造业为例，一台设备通常包含 25 至 50 个观测指标。5,000 测点可以覆盖 100 至 200 台设备的完整监控需求，或者一条中等复杂程度的自动化产线的全部数据。对于绝大多数中小企业而言，5,000 测点已经完全覆盖了其真实的数据规模。”
长期以来，工业数据平台和AI分析工具被高昂的许可费用和复杂的合同条款所束缚，大量中小企业望而却步。TDengine的免费计划直接挑战了这一格局，让全球数百万中小企业能够零成本跨过数字化的门槛，真正开始用AI处理工业数据。
信号与趋势：工业数据平台成为AI时代的新基建
TDengine进入排行榜前十与产品升级的"双响炮"，传递出三个值得关注的信号：
第一，时序数据库品类正在被重新估值。 当工业AI从概念走向落地，时序数据作为工业现场最核心的数据类型，其处理平台的价值随之凸显。TDengine以唯一时序数据库身份进入前十，意味着市场开始认可时序数据库作为独立品类在AI时代的战略地位。
第二，AI原生正在取代AI兼容，成为工业数据平台的新标准。 传统的工业软件通过外挂AI模块实现智能化，数据需要在不同系统间搬运，链路长、延迟高、成本大。TDengine将AI能力内置到数据库中，代表了"AI原生"的设计思路——数据不需要离开存储层就能被分析和预测，这从根本上改变了工业数据处理的效率模型。
第三，免费策略可能重塑工业软件的商业模式。 工业数据平台长期被少数国际厂商以高价许可模式主导。TDengine以全功能免费进入市场，不仅降低了中小企业的AI落地门槛，也对现有工业软件的定价体系构成了直接压力。
