在“全力打造全球引領(lǐng)性金融科技中心”的政策驅(qū)動(dòng)下，《上海高質(zhì)量推進(jìn)全球金融科技中心建設(shè)行動(dòng)方案》明確提出，要聚焦人工智能等領(lǐng)域推動(dòng)金融科技底層技術(shù)創(chuàng)新，構(gòu)建自主創(chuàng)新的金融信息技術(shù)創(chuàng)新生態(tài)體系。

浦發(fā)銀行作為行業(yè)先行者，在人工智能應(yīng)用與探索上走在前列，其對(duì)算力底座構(gòu)建、大模型訓(xùn)練調(diào)優(yōu)及業(yè)務(wù)應(yīng)用層面規(guī)劃長遠(yuǎn)，積極探索人工智能技術(shù)與金融業(yè)務(wù)的深度融合，以提供更智能高效的金融服務(wù)。

昇騰憑高性能算力芯片領(lǐng)跑算力賽道，中軟國際則兼具深厚的AI技術(shù)積累與豐富的金融行業(yè)IT服務(wù)經(jīng)驗(yàn)。雙方強(qiáng)強(qiáng)聯(lián)合攜手基于昇騰算力構(gòu)建算力底座，依托中軟國際的技術(shù)與行業(yè)優(yōu)勢(shì)開展業(yè)務(wù)模型訓(xùn)練調(diào)優(yōu)，推動(dòng)人工智能在金融業(yè)務(wù)中的規(guī)模化落地，助力加速智慧金融布局。

聚焦AI落地：四大核心優(yōu)化方向

算力應(yīng)用與布局中面臨著多重挑戰(zhàn)，首先體現(xiàn)在算力需求爆發(fā)式增長與傳統(tǒng)架構(gòu)的適配矛盾上。隨著千億級(jí)大模型逐步部署，單次模型訓(xùn)練便需數(shù)千卡時(shí)算力支撐，而傳統(tǒng)算力架構(gòu)已難以滿足實(shí)時(shí)風(fēng)控、智能營銷等核心業(yè)務(wù)場景對(duì)低時(shí)延、高可靠性的要求，算力瓶頸成為制約 AI 應(yīng)用快速迭代的關(guān)鍵因素。隨之產(chǎn)生的，是日益凸顯的自主創(chuàng)新與替代工作的緊迫性。受供應(yīng)鏈波動(dòng)及金融安全監(jiān)管要求影響，構(gòu)建具備獨(dú)立技術(shù)體系的算力底座成為必然選擇。

與此同時(shí)，技術(shù)與業(yè)務(wù)的深度融合也面臨不小難度。金融行業(yè)業(yè)務(wù)場景復(fù)雜多樣，從知識(shí)助手到跨境金融，不同場景對(duì) AI 模型的應(yīng)用需求差異顯著。推動(dòng) AI 模型從 “能運(yùn)行”向“好用、實(shí)用”升級(jí)，實(shí)現(xiàn)技術(shù)與業(yè)務(wù)的精準(zhǔn)匹配，需專業(yè)技術(shù)與行業(yè)經(jīng)驗(yàn)的雙重支撐。

此外，算力布局還需與國家戰(zhàn)略要求相契合。“東數(shù)西算”政策明確提出優(yōu)化算力資源空間布局，需在現(xiàn)有資源基礎(chǔ)上協(xié)同規(guī)劃，構(gòu)建高效運(yùn)行與成本控制兼顧的算力架構(gòu)。

通力協(xié)作破局 技術(shù)創(chuàng)新賦能

浦發(fā)銀行與中軟國際、華為的深度合作，有效的應(yīng)對(duì)了上述挑戰(zhàn)。分布式訓(xùn)練與推理技術(shù)通過算力集群協(xié)同優(yōu)化與端到端流程重構(gòu)，成為突破傳統(tǒng)架構(gòu)限制的關(guān)鍵，解決了算力增長與傳統(tǒng)架構(gòu)的適配難題。分布式訓(xùn)練依托多芯片算力集群協(xié)同，通過數(shù)據(jù)/模型/流水線混合并行的架構(gòu)創(chuàng)新，RDMA與通信壓縮的通信優(yōu)化技術(shù)，以及彈性擴(kuò)縮容的資源調(diào)度，突破單機(jī)資源局限，縮短訓(xùn)練周期，加速AI應(yīng)用迭代。

中軟國際結(jié)合自身在金融行業(yè)的經(jīng)驗(yàn)以及AI技術(shù)能力，提供量身定制的算力資源優(yōu)化、大模型微調(diào)、AI應(yīng)用模型調(diào)優(yōu)，持續(xù)提升AI大模型服務(wù)業(yè)務(wù)部門的效率。分布式推理通過模型并行、PD分離、專家并行等技術(shù)，支持低時(shí)延、高吞吐與高并發(fā)，為智能風(fēng)控、智能營銷等場景提供穩(wěn)定支撐，確保金融級(jí)服務(wù)，重塑金融行業(yè)智能化標(biāo)準(zhǔn)，為AI時(shí)代金融服務(wù)的價(jià)值躍遷提供核心引擎。

昇騰以自主算力芯片及完善生態(tài)為核心，支撐算力底座構(gòu)建。中軟國際結(jié)合昇騰服務(wù)器與鯤鵬 CPU，為銀行高效交付數(shù)據(jù)中心千卡級(jí)算力集群，使其算力水平躋身國內(nèi)銀行前列。該集群兼具超高計(jì)算密度、極致通信效率與綠色節(jié)能優(yōu)勢(shì)。中軟國際憑借端到端交付能力，助力推進(jìn)算力資源優(yōu)化配置，深度契合“東數(shù)西算”戰(zhàn)略。

三方聯(lián)動(dòng)

實(shí)現(xiàn)算力自主創(chuàng)新與效能提升雙突破

三方合作突破了算力限制，顯著提升了銀行業(yè)務(wù)與商業(yè)價(jià)值。模型推理平臺(tái)與算力優(yōu)化平臺(tái)通過技術(shù)重構(gòu)與資源提效，成為金融機(jī)構(gòu)實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型的核心引擎。二者通過技術(shù)普惠化、資源集約化、場景深度適配，推動(dòng)算力中心從成本中心轉(zhuǎn)向價(jià)值中心、從被動(dòng)響應(yīng)轉(zhuǎn)向主動(dòng)創(chuàng)新、從單點(diǎn)突破轉(zhuǎn)向生態(tài)共贏。

從行業(yè)視角看，大規(guī)模算力集群、模型訓(xùn)練推理平臺(tái)與算力優(yōu)化對(duì)金融機(jī)構(gòu)的影響意義深遠(yuǎn)。在大模型參數(shù)規(guī)模持續(xù)擴(kuò)大、迭代加速的背景下，可保障訓(xùn)練推理算力領(lǐng)先，助力金融機(jī)構(gòu)快速構(gòu)建 AIGC應(yīng)用，其優(yōu)化能力助力金融機(jī)構(gòu)實(shí)現(xiàn)“多快好省” 的算力應(yīng)用，精準(zhǔn)匹配核心業(yè)務(wù)，助力金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型。

模型推理平臺(tái)與算力優(yōu)化平臺(tái)不僅為頭部機(jī)構(gòu)鞏固競爭優(yōu)勢(shì)，更為中小金融機(jī)構(gòu)提供“換道超車”的技術(shù)底座，成為中小型金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型的核心驅(qū)動(dòng)力。中軟國際在多家頭部銀行AI解決方案的落地過程中，沉淀了從十億至千億級(jí)參數(shù)大模型性能優(yōu)化能力，滿足低首字符響應(yīng)、高吞吐等業(yè)務(wù)要求，充分釋放昇騰算力與模型價(jià)值，得到了客戶的充分認(rèn)可。浦發(fā)銀行表示：“中軟國際在項(xiàng)目實(shí)施過程中基于昇騰算力完成模型微調(diào)試點(diǎn)，已初步打通微調(diào)業(yè)務(wù)流程，沉淀基礎(chǔ)微調(diào)經(jīng)驗(yàn)?！毕嘈胚@樣的認(rèn)可將會(huì)在更多客戶案例中得到進(jìn)一步的實(shí)踐與提升。

展望未來，中軟國際通過“技術(shù)輸出+生態(tài)共建”雙輪驅(qū)動(dòng)，為中小金融機(jī)構(gòu)提供可參考的數(shù)智化轉(zhuǎn)型路徑；異構(gòu)算力集群與模型訓(xùn)練推理平臺(tái)、算力優(yōu)化等技術(shù)和建設(shè)經(jīng)驗(yàn)，將賦能中小金融機(jī)構(gòu)，共建金融大模型生態(tài)聯(lián)盟，助力行業(yè)突破技術(shù)瓶頸，重塑AI時(shí)代金融服務(wù)的價(jià)值坐標(biāo)，形成可量化的商業(yè)價(jià)值閉環(huán)。