近日，浪潮工业互联网旗下浪潮数据库自研的“开务时序基础模型”关键技术成果，顺利通过中国电子学会组织的科技成果鉴定。由中国工程院院士方滨兴领衔的评审委员会一致认定，该成果技术体系完整、创新性强，在问题选择与整体架构设计上具有前瞻性，在周期性结构建模、协变量融合和工程闭合方面具有引导性作用，在这一国际前沿方向具有领先地位。
当前，工业制造、能源电力、交通运输、矿采冶金等产业正加速迈向全面智能化，海量时序数据已成为设备监测、负荷预测、风险预警、调度优化等应用场景的核心生产要素。传统时序分析方法普遍存在多源异构数据难以统一建模、长期预测误差累积、外生协变量利用不足、模型训推成本高、多任务割裂导致复用性差等痛点，严重制约产业数字化升级。
浪潮深耕物联网领域多年，以国产分布式多模数据库 KaiwuDB 为核心产品，面向 AIoT 场景具备成熟的工业时序数据处理、多模一体化与 AI Native 能力，并持续探索 AI 与数据库深度融合技术。依托扎实的数据底座能力与工程实践积累，浪潮数据库联合华东师范大学、中博信息技术研究院等协同攻关，构建起“统一底座—能力增强—工程闭环”三位一体的时序基础模型技术体系，突破四大核心技术难题，形成完整自主创新成果链。
在轻量化时序基础模型构建方面，首创周期性感知分词+自适应投影映射机制，摒弃固定长度切片，按自然周期自适应分块，实现多频率、多周期时序数据统一表征。该模型参数规模仅约400万，在保持高精度的同时，推理速度较国际主流模型提升33.7%，显存占用大幅降低，完美适配边缘侧、站端等资源受限场景。
在周期性并行解码技术方面，创新非自回归并行生成机制，一次性输出完整预测窗口，从根源解决传统自回归模型长期预测误差链式累积、峰谷错位、相位漂移难题，在1天、3天、7天、15天等多尺度预测中保持结构稳定，大幅提升业务可用性。
在可插拔协变量增强融合方面，首创解码端时序对齐+残差修正插件式方案，统一接入历史协变量与未来已知协变量，在不破坏底座稳定性的前提下，显著提升光伏功率、电价、负荷等强外因驱动场景的预测精度与峰值刻画能力。
在多任务统一扩展架构方面，基于统一时序表征，搭建预测、异常检测、分类多任务共享底座，一套模型支撑全场景时序分析，打破“一任务一模型”的低效格局，降低研发与运维成本，实现“预测—预警—识别”业务闭环联动。
该成果已形成23项授权发明专利、1项软件著作权、10篇顶会论文，构建了覆盖多模态数据治理、统一预训练、轻量建模、协变量增强、多任务扩展、服务化部署的全链条技术体系，通过山东省科学院情报研究所查新，国内外未见同类技术组合报道，创新性突出。
依托领先的技术能力，浪潮开务时序基础模型已在新能源发电预测、电力市场价格预测、工业设备监测、智慧园区能耗管理等场景规模化落地应用。在光伏电站，实现多日出力精准预测，支撑新能源高效并网；在电力市场，精准捕捉电价峰谷变化，辅助购售电决策；在工业互联网，实现设备异常提前预警与状态识别，降低非计划停机风险。实际应用表明，该模型零样本预测误差优于国际主流同类产品，平均推理时间达到秒级，综合性能指标行业领先，可显著降低企业时序智能应用门槛，具备极强的复制推广价值。
此次浪潮开务时序基础模型通过国家级权威鉴定，是对浪潮在时序基础模型领域技术实力与工程能力的高度认可。未来，浪潮将持续深耕时序智能技术创新，深化“模型+行业场景”融合落地，加快成果在能源、制造、交通、智慧城市等全领域推广，为我国新型工业化、数字经济高质量发展筑牢坚实的时序智能技术基座。
