算力已成為金融行業(yè)的核心生產(chǎn)力之一。當(dāng)前，金融機(jī)構(gòu)高度重視智算領(lǐng)域算力基礎(chǔ)設(shè)施建設(shè)，希望構(gòu)建自主可控、高效安全的智算體系，積極應(yīng)對人工智能加速迭代與全球算力競爭升級的趨勢挑戰(zhàn)。
日前，在由新金融聯(lián)盟主辦、中國金融四十人論壇提供學(xué)術(shù)支持的“智算賦能金融服務(wù)智能化”內(nèi)部研討會上，來自銀行、理財(cái)公司、保險(xiǎn)公司的專家圍繞金融算力基建的實(shí)踐、挑戰(zhàn)與對策展開深度探討。
追求“快”“穩(wěn)”“省”
算力行業(yè)正處在快速發(fā)展階段，無論從國際形勢還是供應(yīng)鏈安全角度看，國產(chǎn)芯片都已成為必答題。
而在金融領(lǐng)域，加快推進(jìn)算力實(shí)施也是實(shí)現(xiàn)高質(zhì)量發(fā)展的必由之路。在百度智能云混合云部總經(jīng)理杜?？磥恚鹑隗w系對智算的訴求分為三大板塊：第一，金融類的創(chuàng)新業(yè)務(wù)“快”速支持，其訴求是如何快速支撐創(chuàng)新型業(yè)務(wù)，常見于分行的創(chuàng)新業(yè)務(wù)體系；第二，在總行核心業(yè)務(wù)上，如何保證算力有效運(yùn)行，這里體現(xiàn)一個(gè)“穩(wěn)”字；第三，對集團(tuán)周邊所有的生態(tài)公司，如何有效利用分行、總行的統(tǒng)一算力，“省”本增效，算網(wǎng)融合統(tǒng)一管理。
縱觀金融行業(yè)現(xiàn)階段的智算實(shí)踐，頭部金融機(jī)構(gòu)的算力卡布局呈現(xiàn)顯著的“多廠商、多版本”特征，例如：郵儲銀行搭建的算力集群涵蓋華為昇騰、英偉達(dá)GPU等芯片；交通銀行持續(xù)加大高算力芯片、AI服務(wù)器的戰(zhàn)略引進(jìn)，搭建了以國產(chǎn)高性能GPU服務(wù)器為主的千卡異構(gòu)算力集群；國開行篩選2-3家有持續(xù)發(fā)展?jié)摿Φ膰a(chǎn)芯片廠商，構(gòu)建混合多芯智算基礎(chǔ)設(shè)施。
郵儲銀行總工程師徐朝輝指出，搭建混合異構(gòu)分布式算力平臺，是應(yīng)對供應(yīng)鏈不確定性的務(wù)實(shí)選擇，但要充分發(fā)揮其作用并不容易。異構(gòu)算力的協(xié)同需突破并行計(jì)算技術(shù)瓶頸，高峰期算力集群利用率達(dá)60%已屬優(yōu)秀。
面對巨大的算力需求，郵儲銀行采用“訓(xùn)練集中化+推理分布式”架構(gòu)，兼顧算力效率與業(yè)務(wù)實(shí)時(shí)性。農(nóng)業(yè)銀行采取“開源、節(jié)流、運(yùn)維、管控”的算力管理策略：通過統(tǒng)一資源調(diào)度平臺實(shí)現(xiàn)跨廠商算力的透明化調(diào)用；通過并行計(jì)算提升GPU利用率；通過實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)擁塞與節(jié)點(diǎn)狀態(tài)，降低訓(xùn)練任務(wù)中斷風(fēng)險(xiǎn)；根據(jù)算力需求評估結(jié)果，對省級以上項(xiàng)目實(shí)施技術(shù)基準(zhǔn)審查，避免資源濫用。
交通銀行金融科技部總經(jīng)理劉雷表示，交通銀行以“百萬tokens使用成本”等指標(biāo)衡量投入，以數(shù)字勞動力創(chuàng)造量、風(fēng)險(xiǎn)事件減少率、成交金額提升等維度評估產(chǎn)出，實(shí)現(xiàn)資源合理配置。
國家開發(fā)銀行信息科技部總經(jīng)理宋磊介紹，國家開發(fā)銀行針對不同業(yè)務(wù)需求對算力資源進(jìn)行差異化調(diào)度：并發(fā)場景用高性能集群，跨境業(yè)務(wù)配專屬算力，高保密場景采用軟硬件一體機(jī)。
實(shí)際落地面臨三方面挑戰(zhàn)
智算服務(wù)如何真正實(shí)現(xiàn)“快”“穩(wěn)”“省”？高效的智算集群是關(guān)鍵。與會嘉賓普遍認(rèn)為，當(dāng)前，國產(chǎn)芯片已具備支撐金融核心業(yè)務(wù)的能力，但智算落地仍面臨生態(tài)、成本、安全等方面的挑戰(zhàn)。具體來說：
一是國產(chǎn)智算生態(tài)尚不健全。國產(chǎn)芯片呈現(xiàn)自主架構(gòu)與兼容CUDA雙軌發(fā)展，行業(yè)標(biāo)準(zhǔn)缺失，導(dǎo)致銀行需承擔(dān)多重適配成本。
二是算力成本指數(shù)級增長。智算建設(shè)需要大量高端GPU/NPU、高速網(wǎng)絡(luò)存儲設(shè)備、智算服務(wù)器等，疊加配套系統(tǒng)與運(yùn)維成本，資金投入較大。更嚴(yán)峻的是，大模型訓(xùn)練存在階段性算力高峰，自行采購易導(dǎo)致資源閑置。
三是大集群運(yùn)維復(fù)雜性增大。海量數(shù)據(jù)處理、模型訓(xùn)練及推理運(yùn)行易發(fā)生網(wǎng)絡(luò)擁塞、延遲等問題。超大網(wǎng)絡(luò)集群中單個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)故障引發(fā)的影響具有放大效應(yīng)，可能會導(dǎo)致模型訓(xùn)練任務(wù)重啟或中斷，造成較高的算力成本浪費(fèi)。
四是供應(yīng)鏈不確定性與技術(shù)迭代風(fēng)險(xiǎn)交織。大行通過提前儲備緩解壓力，但中小機(jī)構(gòu)面臨有錢買不到卡的困境。而隨著芯片技術(shù)迭代加速，儲備多少、何時(shí)儲備也是兩難抉擇。
為行業(yè)發(fā)展提供明確指引
針對上述問題，與會專家普遍認(rèn)為，建立金融專用智算中心是當(dāng)務(wù)之急，建議通過租賃模式為中小機(jī)構(gòu)提供合規(guī)算力。同時(shí)，國產(chǎn)智算標(biāo)準(zhǔn)體系建設(shè)也迫在眉睫。劉雷呼吁在監(jiān)管指導(dǎo)下制定金融智算技術(shù)標(biāo)準(zhǔn)，統(tǒng)一芯片接口、算力調(diào)度協(xié)議等關(guān)鍵規(guī)范。
中國銀行原行長李禮輝建議建立“高中初小”監(jiān)管原則：“高”是占領(lǐng)技術(shù)高地，“中”是打造全球領(lǐng)先的中國方案，“初”是把風(fēng)險(xiǎn)消滅在萌芽狀態(tài)，“小”是實(shí)現(xiàn)風(fēng)險(xiǎn)概率和風(fēng)險(xiǎn)成本最小化。
目前，在金融領(lǐng)域算力實(shí)施層面已呈現(xiàn)出幾個(gè)新趨勢。杜海介紹，一是機(jī)構(gòu)統(tǒng)籌建設(shè)——金融行業(yè)高度重視智算領(lǐng)域算力基礎(chǔ)設(shè)施建設(shè)，后續(xù)需要進(jìn)行整體系統(tǒng)化規(guī)劃和統(tǒng)籌；二是關(guān)鍵技術(shù)攻關(guān)——在智算化、綠色化、一體化的技術(shù)關(guān)鍵層面，科技公司應(yīng)與金融領(lǐng)域龍頭一起共創(chuàng)，支撐金融領(lǐng)域需求；三是標(biāo)準(zhǔn)化建設(shè)推進(jìn)——當(dāng)前標(biāo)準(zhǔn)還處于突破狀態(tài)，比較分散，接下來需進(jìn)一步推進(jìn)標(biāo)準(zhǔn)化，尤其在模塊、算力、體系預(yù)制化等方向；四是產(chǎn)業(yè)鏈生態(tài)協(xié)同——現(xiàn)在信創(chuàng)更多指的是CPU、GPU、操作系統(tǒng)、數(shù)據(jù)庫等，未來將包含HBM顯存、網(wǎng)絡(luò)芯片等，應(yīng)探索讓這一整套體系更好進(jìn)行全棧信創(chuàng)的服務(wù)。
隨著監(jiān)管政策與標(biāo)準(zhǔn)體系完善，金融機(jī)構(gòu)與科技公司需在算力基建、生態(tài)共建、風(fēng)險(xiǎn)防控等維度形成合力。未來，金融服務(wù)將依托智能算力向高效化、安全化、普惠化演進(jìn)，而混合異構(gòu)架構(gòu)、動態(tài)資源調(diào)度與國產(chǎn)化替代，將成為金融行業(yè)穿越周期的核心競爭力。
責(zé)任編輯：邱小宸
