涛思数据完成4700万美元B轮融资, 经纬中国领投,红杉资本中国基金、GGV纪源资本、指数资本跟投...

本文主要是介绍涛思数据完成4700万美元B轮融资, 经纬中国领投,红杉资本中国基金、GGV纪源资本、指数资本跟投...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2021年5月24日,全球领先的物联网大数据平台涛思数据宣布完成4700万美元B轮融资。本轮融资由经纬中国领投,红杉资本中国基金、GGV纪源资本、指数资本跟投,指数资本担任独家财务顾问。融资资金将主要用于技术研发与市场拓展。

涛思数据成立于2017年,专注时序空间大数据的存储、查询、分析和计算。不依赖任何开源或第三方软件,开发了拥有自主知识产权、自主可控的高性能、可伸缩、高可靠、零管理的物联网大数据平台TDengine,可广泛运用于物联网、车联网、工业互联网、IT运维等领域。TDengine在2019年7月份正式对外开源,2020年8月又将集群版开源,在GitHub全球趋势排行榜上多次排名第一,已收获15000+ Star,Fork数超过3800,成为最有热度的开源项目。前期已经获得明势资本、蛮子基金,永辉瑞金、温青资本等机构的天使投资,2020年1月获GGV纪源资本、红杉中国种子基金、永辉瑞金的近千万美元的Pre-A轮融资,2020年4月再获红杉资本中国基金、GGV纪源资本一千多万美元A轮融资。

全球领先的技术&产品能力,定义下一代物联网核心基础设施

涛思数据的产品高度标准化,无需定制开发,面向全球快速复制,纯软件形态可实现远程交付部署。其IT基础平台定位全面承载客户物联网大数据应用场景,可长期深度绑定客户物联网业务,成为唯一性基础架构。

涛思数据自主研发的TDengine物联网大数据平台具有极致性能,能够10倍+提升数据插入及查询反应速度;用户友好,支持C/C++、Java、Python等各类接口,无需三方软件可直接安装,学习使用零成本;生态丰富,针对物联网特性构建的完善技术生态无需集成周边组件,开箱即用,完美兼容各类IT环境和应用;成本极优,All in one解决方案大幅简化系统架构、降低运维成本。对比现有技术,计算资源需求下降80%,存储资源需求下降90%,达到近50%的TCO节约效率。

开源社区影响力构建高价值商业化路径

作为国内开源软件企业的佼佼者,涛思数据很早就形成了基于GitHub的完整CI/CD流程,并能与Telegraf、Prometheus、Grafana、Matlab、R等第三方工具进行友好衔接,开源模式大幅减少了客户学习和部署门槛;可量化性能和TCO优化表现,也极大缩短了客户的决策路径。

在商业化方面,涛思数据从“开源”到“商业版”购买的低成本转化路径已形成闭环,其客户基本来自自有开源社区,且均能自主完成安装部署;按数据量收费、按年订阅的续费模型也进一步提升了客户的LTV潜力。此外,随着核心代码开源,涛思数据的技术服务和技术支持也成为商业化收入的重要来源,并在数据加密、异地容灾、审计、多级存储等辅助功能的开发销售上也获得更好的商业转化。

目前TDengine有三个版本,包括开源社区版:用来打造品牌,扩大开发者社区影响力,建立生态;企业版:支持独立部署并按照TBL(Term Based License)年度订阅模式销售,根据数据量(测点数、采集数据量)等计费;云服务版:在阿里云、AWS等云平台上直接提供PaaS服务,根据数据量和时长计费。截至2020年,涛思数据已累计向能源电力、高端制造、智慧城市等多个领域的头部客户提供服务,签约合同金额增长率高达329%,客单价增幅达179%。

拥有顶级技术能力、丰富创业经验和全球化视野的团队

创始人陶建辉曾在美国留学工作十多年,曾成功创办“和信”与“快乐妈咪”两家企业。基于技术领域的连续创业经验,陶建辉对物联网和智能硬件的场景、痛点有深刻的认知,也对时序数据的处理有丰富的技术经验。

此外,涛思数据的研发团队全部毕业于中国科大、中国科学院、清华、上海交大、美国密歇根大学、马里兰大学等知名学府或机构,拥有硕士或博士学历,在分布式计算、数据存储和数据库上有多年研发经验。团队背景兼具技术学术基因与行业管理经验,为涛思数据的战略格局和业务实力提供了坚实的保障。

投资机构观点

本轮领投方经纬中国合伙人左凌烨表示:物联网正在对现实世界进行全面升级,伴随着物联网应用在各行各业落地,物联网接入设备数和数据量将持续快速增长,数据使用方式也发生了很大变化。涛思数据以时序数据库为核心的大数据产品已在能源电力、物流、高端制造、互联网、智慧城市等多个行业的头部客户得到了验证,且开源社区活跃度高,产品持续快速迭代。CEO陶总连续创业,始终对技术和产品抱有极大的热情,团队拥有全球视野和冠军心态,一直致力于打造全球范围内最顶尖的产品。相信未来,涛思数据的产品将成为物联网时代最核心的基础设施之一。

红杉资本中国基金投资合伙人吴茗认为:随着消费、能源、工业、智慧城市等多个领域物联网应用的快速渗透,物联网的接入设备数和数据量在高速增长。涛思数据瞄准日益增长的物联网大数据市场,产品定位精准,在物联网市场形成了强竞争力。其核心产品TDengine,通过开源方式获得开源社区的大量正向反馈,得以持续快速迭代。开源的影响力也带来了付费用户数量的快速增长。相信B轮融资后,涛思数据能够继续扩大在物联网大数据领域的优势,将TDengine打造成全球领先的物联网IoT数据处理平台。

GGV纪源资本管理合伙人符绩勋表示:中国在物联网领域有全球领先的技术累计和设备链接数量,而且还在快速增长。涛思数据作为专门应用于物联网场景的时序数据库,可以大幅提升存储、查询、分析和计算效率,让物联网应用开发更便捷。我们看好涛思数据在开源社区持续扩大影响力,赋能更多开发者。GGV也会持续支持公司的发展,成为具有全球影响力的中国基础软件公司。

指数资本执行董事韦炜认为:伴随着物联网发展而快速爆发的数据规模和强烈的数据挖掘分析需求,正在推动下一代底层数据技术的革新。与此同时,开源软件在海外已经成为基础软件重要的发展路径之一,近年来,随着人才和技术储备的积累,中国本土的开源软件公司在全球范围内也展现了越来越强的影响力。涛思数据在陶总的带领下,凭借前瞻的技术创新在全球开源社区和商业客户中均获得了广泛认可,跃升为物联网大数据领域的最佳解决方案。其核心产品TDengine也以敏锐的技术洞察和优秀的社区运营能力,在开源社区展现出旺盛的生命力和极高的发展速度。指数资本坚定看好涛思数据的发展潜力,相信公司未来能够持续稳固全球范围的技术影响力和商业发展势头,成为万物互联时代企业数据处理的核心支撑。希望在获得顶级投资人助力后,公司能够放大既有优势,持续引领全球物联网大数据技术生态创新。


????点击阅读原文,体验TDengine!

这篇关于涛思数据完成4700万美元B轮融资, 经纬中国领投,红杉资本中国基金、GGV纪源资本、指数资本跟投...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/820474

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

跨国公司撤出在华研发中心的启示:中国IT产业的挑战与机遇

近日,IBM中国宣布撤出在华的两大研发中心,这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出,不仅对众多IT从业者的职业发展带来了直接的冲击,也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化,我们应如何看待跨国公司的决策?中国IT人才又该如何应对?中国IT产业将何去何从?本文将围绕这些问题展开探讨。 跨国公司撤出的背景与

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav