在数字化浪潮的推动下，核电行业正迎来一次深刻的技术变革。从反应堆到涡轮机，从机组监测到运维管理，实时数据已成为驱动安全与效率的关键力量。
但核电数据的复杂性与规模远超一般工业场景——TB 级体量、高精度采样、长周期存储与分析需求并存。如何在保障安全与稳定的前提下，让数据真正服务于决策、优化与创新，成为行业转型的共同课题。
在核电站这一对数据实时性、安全性要求极高的领域，TDengine 首席架构师 肖波 通过直播分享——如何通过高并发写入、灵活扩展与智能分析，让 TB 级时序数据在监测、诊断、预测中真正发挥价值，推动核电行业迈向智能化与国产化的新阶段。
本次直播重点：
✅前瞻洞察：核电数字化转型的阶段特征与技术挑战
✅实践分享：TDengine 在中核运行院测试中的关键成果与性能突破
✅创新解读：TDgpt 如何让核电时序数据实现预测、诊断与补全
✅未来展望：AI 原生架构下的核电智能运维与数据新范式
适合谁看？
- 核电与能源行业工程师——关注机组监测、智能运维与数据治理
- 工业软件开发者——希望了解时序数据库在关键行业的落地实践
- 数据架构师与研究人员——探索 TB 级时序数据的压缩、查询与分析方案
- 所有对工业智能化与国产化替代感兴趣的技术人
