TDengine 的 TDgpt 分析预测（3）

时序数据基础模型是专门训练用以处理时间序列数据预测和异常检测、数据补齐等高级时序数据分析功能的基础模型，时序基础模型继承了大模型的优良泛化能力，无需要设置复杂的输入参数，即可根据输入数据进行预测分析。序号参数说明1tdtsfm_1涛思时序数据基础模型 v1.02time-moeMoE 时序基础模型3moiraiSalesForce 开源的时序基础模型4chronosAmazon 开源的时序基础模型

老段，万物互联之物联网

658人浏览 · 2025-07-27 15:46:39

老段，万物互联之物联网 · 2025-07-27 15:46:39 发布

在这里插入图片描述

上面是 TDgpt 的下一代重磅级新产品技术介绍发布会，会上将有重大让你尖叫的技术革新公布，欢迎大家扫码预约直播！

在这里插入图片描述

时序基础模型

TDgpt 安装包内置涛思数据时序基础模型和 Time-MoE ¹两个时序基础模型。
从 3.3.6.4 版本开始，TDgpt 拓展了针对 moirai ², chronos³, timesfm ⁴三个基础时序模型的支持，需要注意的是如果要使用这三个模型，需要您在本地部署
相应的时序基础模型服务。上述三个模型的部署方式，请参考部署时序基础模型的内容。

功能概述

时序数据基础模型是专门训练用以处理时间序列数据预测和异常检测、数据补齐等高级时序数据分析功能的基础模型，时序基础模型继承了大模型的优良泛化能力，无需要设置复杂的输入参数，即可根据输入数据进行预测分析。

序号	参数	说明
1	tdtsfm_1	涛思时序数据基础模型 v1.0
2	time-moe	MoE 时序基础模型
3	moirai	SalesForce 开源的时序基础模型
4	chronos	Amazon 开源的时序基础模型
5	timesfm	Google 开源的时序基础模型

TDgpt 集成时序基础模型的预测能力，无需设置模型相关参数，使用 SQL 语句即可轻松调用时序基础模型的进行预测。

以下 SQL 语句调用涛思时序基础模型（tdtfsm）预测数据，返回 10 条预测记录。

SELECT _frowts, FORECAST(i32, "algo=tdtsfm_1,rows=10") from foo

以下 SQL 语句调用 TimeMoE 时序基础模型预测数据，并返回 10 条预测记录。

SELECT _frowts, FORECAST(i32, "algo=timemoe-fc,rows=10") from foo

参考文献

Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts. [paper] [GitHub Repo] ↩︎
Moirai-MoE: Empowering Time Series Foundation Models with Sparse Mixture of Experts. [paper] [GitHub Repo] ↩︎
Chronos: Learning the Language of Time Series. [paper] [GitHub Repo] ↩︎
A decoder-only foundation model for time-series forecasting. [paper] [GitHub Repo] ↩︎

技术共进，成长同行——讯飞AI开发者社区

更多推荐

587章:汽车制造的主要流程

设计团队使用CAD软件进行三维建模，确保车辆的外观、结构和性能满足要求。总装工艺总装是将发动机、底盘、内饰和电子系统等组装到车身上的过程。智能制造工业4.0技术应用于汽车制造，包括物联网、大数据分析和人工智能。智能工厂实现生产过程的实时监控和优化，提高生产效率和产品质量。路试与台架测试成品车辆需经过多种路况测试和实验室台架测试，确保性能和安全达标。在线检测生产线上安装多种传感器和视觉系统，