金融算力基礎(chǔ)設(shè)施發(fā)展報(bào)告

金融算力基礎(chǔ)設(shè)施發(fā)展報(bào)告（2024）目錄一、總體情況 1（一）定義范疇 1（二）背景意義 1（三）發(fā)展概況 2二、智算變革加速金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型 7（一）AI應(yīng)用持續(xù)催生大規(guī)模智算需求 7（二）智算中心成為我國(guó)數(shù)字基建新熱點(diǎn) 8（三）金融業(yè)加快算力基礎(chǔ)設(shè)施智能轉(zhuǎn)型 9三、存算網(wǎng)協(xié)同構(gòu)筑一體化金融算力網(wǎng)絡(luò) 11（一）算力高效管理支撐算力資源高可用 11（二）先進(jìn)存力應(yīng)用保障數(shù)據(jù)價(jià)值化基礎(chǔ) 12（三）網(wǎng)絡(luò)技術(shù)創(chuàng)新應(yīng)用促進(jìn)算力互聯(lián)互通 14（四）存算網(wǎng)協(xié)同促進(jìn)算力基建一體化發(fā)展 16四、節(jié)能降碳促進(jìn)金融算力中心綠色發(fā)展 17（一）金融算力中心發(fā)展面臨嚴(yán)監(jiān)管約束 17（二）新技術(shù)促進(jìn)綠色低碳算力中心發(fā)展 19（三）有序推進(jìn)金融算力中心綠色化發(fā)展 20五、信創(chuàng)提速增強(qiáng)金融算力產(chǎn)業(yè)鏈供應(yīng)鏈安全 22（一）我國(guó)算力設(shè)施設(shè)備供應(yīng)形勢(shì)嚴(yán)峻 22（二）國(guó)產(chǎn)算力產(chǎn)業(yè)生態(tài)持續(xù)優(yōu)化升級(jí) 24（三）金融算力信創(chuàng)應(yīng)用加快探索與實(shí)踐 25六、金融算力基礎(chǔ)設(shè)施發(fā)展建議 27（一）加強(qiáng)金融算力建設(shè)統(tǒng)籌規(guī)劃 27（二）強(qiáng)化金融算力關(guān)鍵技術(shù)攻關(guān) 27（三）引導(dǎo)金融業(yè)公共算力平臺(tái)建設(shè) 27（四）推進(jìn)金融算力基建標(biāo)準(zhǔn)化建設(shè) 28（五）營(yíng)造金融算力開(kāi)放發(fā)展生態(tài) 28附錄：典型案例及解決方案 30一、總體情況（一）定義范疇金融算力基礎(chǔ)設(shè)施是指（HPC）（二）背景意義一是算力基礎(chǔ)設(shè)施作為算力、存力、運(yùn)力等主要承載實(shí)體，二是算力基礎(chǔ)設(shè)施智能化促進(jìn)了傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)以及三是算力1來(lái)源：工業(yè)和信息化部等六部門發(fā)布的《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》。等硬件設(shè)備以及軟件開(kāi)發(fā)、系統(tǒng)集成、運(yùn)維服務(wù)等軟件和服務(wù)發(fā)展，促進(jìn)形成上下游協(xié)同的良好產(chǎn)業(yè)生態(tài)。數(shù)字經(jīng)濟(jì)是以數(shù)字化一是促進(jìn)了數(shù)字技術(shù)的研發(fā)與應(yīng)用，二是為數(shù)字經(jīng)濟(jì)發(fā)展提當(dāng)前數(shù)字金融已成為一是為數(shù)字金融提供了海量數(shù)據(jù)的高效處理能力，二是為數(shù)字金融所需的復(fù)雜計(jì)算和分析工作，如風(fēng)險(xiǎn)評(píng)估、信用評(píng)級(jí)等，提供強(qiáng)大的計(jì)算能力支撐。三是通過(guò)算力基礎(chǔ)設(shè)施的監(jiān)控和管理功能及時(shí)發(fā)現(xiàn)和處理金融系統(tǒng)異常情況保障金融系統(tǒng)的安全穩(wěn)定運(yùn)行，提供數(shù)據(jù)加密、訪問(wèn)控制等安全機(jī)制保障金融數(shù)據(jù)的安全和隱私。（三）發(fā)展概況金融算力基礎(chǔ)設(shè)施作為金融業(yè)數(shù)字化轉(zhuǎn)型的核心支撐，隨著數(shù)字經(jīng)濟(jì)時(shí)代加快到來(lái)，目前金融算力基礎(chǔ)設(shè)施PFLOPSEFLOPS（以下簡(jiǎn)稱205年我國(guó)算力規(guī)模將超過(guò)30EFOP，智能算力占比要達(dá)到35這需要金融行業(yè)在機(jī)架規(guī)模擴(kuò)大、金融業(yè)需要處過(guò)采用先進(jìn)的存儲(chǔ)技術(shù)和優(yōu)化存儲(chǔ)架構(gòu)使得金融算力基礎(chǔ)設(shè)施的存儲(chǔ)效率和可靠性也得到了顯著提升。在運(yùn)載力方面，5G、6GSD-WAN、NFV總體金融發(fā)展提供更強(qiáng)大動(dòng)力。隨著技術(shù)進(jìn)步和市場(chǎng)需求擴(kuò)大，金融算力基礎(chǔ)設(shè)施也將為金融業(yè)帶來(lái)更多創(chuàng)新和可能性。金融算力基礎(chǔ)設(shè)施的布局作用。在數(shù)字化時(shí)代，金融機(jī)構(gòu)對(duì)于算力的需求不斷增長(zhǎng)，在建設(shè)方AI為應(yīng)對(duì)潛的金融機(jī)構(gòu)實(shí)現(xiàn)“兩地三中心”布局的金隨著國(guó)家2數(shù)據(jù)來(lái)源：北京金融信息化研究所面向金融機(jī)構(gòu)組織的關(guān)于金融算力基礎(chǔ)設(shè)施調(diào)研問(wèn)卷，下文如無(wú)特殊說(shuō)明，涉及調(diào)研數(shù)據(jù)均同此來(lái)源。AI指標(biāo)，也成為大國(guó)博弈焦點(diǎn)。例如20212021隨著人工智能尤其DeepSeek金融機(jī)構(gòu)過(guò)去三年算力增長(zhǎng)率平均約為44，而部分算力薄弱機(jī)構(gòu)為縮小差距也計(jì)劃在未來(lái)實(shí)現(xiàn)超過(guò)100算力增長(zhǎng)以國(guó)內(nèi)算力行業(yè)正迎AIAI從算力來(lái)源3當(dāng)前金融算力供給CPU2030在金融算力基礎(chǔ)設(shè)施中的應(yīng)用探索正處于起步階段但已展展為更深入和針對(duì)性探討我國(guó)金融算力基礎(chǔ)設(shè)施發(fā)展情3算力來(lái)源主要包括基礎(chǔ)通用算力、智能算力、超算算力等三類，以及量子計(jì)算、光子計(jì)算等前沿算力。二、智算變革加速金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型（一）AI應(yīng)用持續(xù)催生大規(guī)模智算需求隨著人工智能時(shí)代漸行漸近，生成式人工智能（AIGC）725.3百億次/同比增長(zhǎng)74.1增幅是同期通用算力增幅的3倍以上市場(chǎng)規(guī)模為190億美元同比增長(zhǎng)86.9。AI算力正不斷從互聯(lián)網(wǎng)領(lǐng)域向不同行業(yè)數(shù)字化轉(zhuǎn)型以及基礎(chǔ)研究等領(lǐng)域滲透，人工智能算力需求將持續(xù)攀升，預(yù)計(jì)2030年我國(guó)人工智能算力需求將達(dá)到16206EFLOPS，約是201839052025300EFLOPS，智能算力占比達(dá)到35。近年來(lái)，隨著大模型快速迭代尤其是DeepSeekTFLOPSPFLOPSEFLOPS以O(shè)penAI的GPTGPT-3（1PFlops3640GPT-4GPT-3500DeepSeek4數(shù)據(jù)來(lái)源：國(guó)際數(shù)據(jù)公司（IDC）與浪潮信息聯(lián)合發(fā)布的《中國(guó)人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》。5數(shù)據(jù)來(lái)源：國(guó)家工業(yè)信息安全發(fā)展研究中心發(fā)布的《智能計(jì)算中心2.0時(shí)代展望報(bào)告》。DeepSeek2C2B（二）智算中心成為我國(guó)數(shù)字基建新熱點(diǎn)智算中心作為我國(guó)新型基礎(chǔ)設(shè)施的重要算法中心；工信部發(fā)布《新型數(shù)據(jù)中心發(fā)展三年行動(dòng)計(jì)劃（2021—2023基礎(chǔ)設(shè)施的重要性，強(qiáng)調(diào)其在推動(dòng)AIAI及社會(huì)治理智能化中的關(guān)鍵作用。市場(chǎng)驅(qū)動(dòng)方面，自ChaptGPT求呈現(xiàn)井噴式增長(zhǎng)，同時(shí)相比小模型，大模型需要大量AIAIMeta速卡、數(shù)百臺(tái)高性能計(jì)算設(shè)備。在政策與市場(chǎng)雙重驅(qū)動(dòng)下，中心規(guī)模近五年年均增速達(dá)近30據(jù)統(tǒng)計(jì)截至2024年上25020241405GPU（三）金融業(yè)加快算力基礎(chǔ)設(shè)施智能轉(zhuǎn)型金融機(jī)構(gòu)為保障安全合規(guī)多數(shù)采用了自建及私有化方式部署智算能力，據(jù)調(diào)研，85的金融在智算規(guī)模快速應(yīng)用推動(dòng)行業(yè)智能算力需求快速增長(zhǎng)。據(jù)統(tǒng)計(jì)6，截至20232492PFLOPS，以GPU、FPGA2.36202218.05增長(zhǎng)至43.65，遠(yuǎn)超《行動(dòng)計(jì)劃》對(duì)2025年智能算力占比要求的35水平。此外，據(jù)調(diào)研，有70的金融機(jī)構(gòu)GPU1000TFLOPS50。在基礎(chǔ)設(shè)施智能化方面，隨著數(shù)字化轉(zhuǎn)型深入，金融智能水平仍待進(jìn)一步提升。根據(jù)調(diào)研顯示，有85的金融（近50機(jī)構(gòu)運(yùn)維人員規(guī)模不足50人、6數(shù)據(jù)來(lái)源：北京金融科技產(chǎn)業(yè)聯(lián)盟《金融科技發(fā)展指數(shù)（FTDI）報(bào)告（2023—2024）》。運(yùn)維智能化不足（實(shí)現(xiàn)運(yùn)維智能化占比不足20）等問(wèn)題。三、存算網(wǎng)協(xié)同構(gòu)筑一體化金融算力網(wǎng)絡(luò)面向更高效、泛在、普惠、安全等金融算力應(yīng)用需要，（一）算力高效管理支撐算力資源高可用CPU利用率在50以下的機(jī)構(gòu)占比達(dá)87.88，其中又有近四成機(jī)構(gòu)使用率在20以下。針對(duì)上述云化服務(wù)等方式探索推進(jìn)算力高效利用。在資源池化方面，在異構(gòu)并行方面，在智能管具和機(jī)制，促進(jìn)算力資源在不同業(yè)務(wù)場(chǎng)景和時(shí)段的合理調(diào)配，在云化服務(wù)方面，為金融服務(wù)提供更加易用和靈活的算力支撐。據(jù)調(diào)研，70的金融機(jī)構(gòu)建立了覆蓋全業(yè)務(wù)系統(tǒng)的云平臺(tái)，且70以上金融機(jī)構(gòu)采用了多云策略有36.36的金融機(jī)構(gòu)采用了多云管理軟件進(jìn)行多云管理。云服務(wù)基礎(chǔ)也加快夯實(shí)，截至2023年末7，20041.87197.05284.18近五年云服務(wù)器和容器規(guī)模均保持40以上增速。（二）先進(jìn)存力應(yīng)用保障數(shù)據(jù)價(jià)值化基礎(chǔ)數(shù)據(jù)價(jià)值年全國(guó)數(shù)據(jù)生產(chǎn)總量達(dá)32.85ZB，但累計(jì)數(shù)據(jù)存儲(chǔ)總量為占比不足3未來(lái)海量數(shù)據(jù)價(jià)值挖掘需求將帶來(lái)海量存儲(chǔ)需要。同時(shí)，隨著技術(shù)進(jìn)步及以DeepSeekReconAnalyticsAI2028AILLM7數(shù)據(jù)來(lái)源：北京金融科技產(chǎn)業(yè)聯(lián)盟《金融科技發(fā)展指數(shù)（FTDI）報(bào)告（2023—2024）》。機(jī)構(gòu)存儲(chǔ)資源利用率超過(guò)60的機(jī)構(gòu)占比接近50，近三年存儲(chǔ)資源增速超過(guò)10的機(jī)構(gòu)占比達(dá)81.82其中增速超過(guò)30的機(jī)構(gòu)占比達(dá)24.24；未來(lái)三年存儲(chǔ)資源計(jì)劃提升百分比超過(guò)20的機(jī)構(gòu)占比接近70金融業(yè)存儲(chǔ)需求十分旺盛。AI會(huì)導(dǎo)致GPU35。在存儲(chǔ)產(chǎn)業(yè)實(shí)力方面，我國(guó)存儲(chǔ)產(chǎn)業(yè)水平不斷提升。從產(chǎn)業(yè)鏈看232層三維閃存芯片與SSD2023產(chǎn)品牌在國(guó)內(nèi)市場(chǎng)占比達(dá)85，在全球市場(chǎng)占比達(dá)20。在金融業(yè)存儲(chǔ)發(fā)展方面，當(dāng)前數(shù)字金融成為主流，實(shí)時(shí)交易、8倪光南：我國(guó)數(shù)據(jù)存儲(chǔ)產(chǎn)業(yè)現(xiàn)狀、問(wèn)題及對(duì)策，《中國(guó)網(wǎng)信》2024年第11期。FC-SAN、iSCSI、NAS、RDMA據(jù)分析和快速檢索等要求更快訪問(wèn)速度和低延遲的金融業(yè)務(wù)場(chǎng)景需要，據(jù)調(diào)研顯示，僅有不足10的金融機(jī)構(gòu)采用純粹傳統(tǒng)磁盤存儲(chǔ)（HDD），采用傳統(tǒng)磁盤和固態(tài)硬盤混合的機(jī)構(gòu)占比57.58，實(shí)現(xiàn)完全全閃存儲(chǔ)的機(jī)構(gòu)占比18.18；AIAI（三）網(wǎng)絡(luò)技術(shù)創(chuàng)新應(yīng)用促進(jìn)算力互聯(lián)互通隨著金融業(yè)務(wù)24面向用戶高在網(wǎng)絡(luò)處理能力和數(shù)據(jù)傳輸能效比的高性能數(shù)據(jù)處理器（DPU）研RoCE在金融網(wǎng)絡(luò)IPv6、SD-WAN10的金融機(jī)構(gòu)網(wǎng)絡(luò)帶寬超過(guò)的機(jī)構(gòu)網(wǎng)絡(luò)帶寬介于10—40Gbps，35的機(jī)構(gòu)帶寬介于1—10Gbps，剩余機(jī)構(gòu)帶寬低于有85的機(jī)構(gòu)支持超過(guò)10000個(gè)并發(fā)連接；IPv6、SD-WAN70及以上，其中SD-WAN部署完成度超過(guò)75的機(jī)構(gòu)占比已過(guò)半；實(shí)現(xiàn)算力自動(dòng)化調(diào)度的機(jī)構(gòu)占比超過(guò)30，算力調(diào)度應(yīng)用場(chǎng)景集中于大數(shù)據(jù)處理、平滑業(yè)務(wù)峰值、AI訓(xùn)練、AI推理等領(lǐng)域。（四）存算網(wǎng)協(xié)同促進(jìn)算力基建一體化發(fā)展一是存算融合設(shè)計(jì)IT0.1個(gè)百分點(diǎn)就能帶來(lái)約5的算力利用率提升倪光南院士指出1.11TB/GFlops0.42TB/GFlops。二是存儲(chǔ)與網(wǎng)絡(luò)協(xié)同，能要求對(duì)于通過(guò)存儲(chǔ)與網(wǎng)絡(luò)協(xié)同促進(jìn)存儲(chǔ)與算力等更好適三是算四、節(jié)能降碳促進(jìn)金融算力中心綠色發(fā)展（一）金融算力中心發(fā)展面臨嚴(yán)監(jiān)管約束從能效現(xiàn)狀看，隨著數(shù)據(jù)中心及機(jī)架規(guī)模的快速增長(zhǎng)，3左右，預(yù)計(jì)到2025年提升至5，20304000（GPU會(huì)顯著增加能源消耗，效率（PUE）1.56PUE1.5的機(jī)構(gòu)占比達(dá)71.43水使用效平均水平為1.68，最大WUE水平超過(guò)1.6的機(jī)構(gòu)占比達(dá)77.78從政策要求看，（2022—2025用效率PUE2025PUE1.5；國(guó)家發(fā)改委會(huì)同中國(guó)人民銀行等有關(guān)單位印發(fā)《綠色低碳轉(zhuǎn)型產(chǎn)業(yè)指導(dǎo)目錄（2024金融業(yè)對(duì)數(shù)據(jù)中心0131-2015），部分PUECUE心改造升級(jí)面臨挑戰(zhàn)。2000PUE284-2012）中，對(duì)數(shù)據(jù)中心能耗要求PUE2.0，推算CUE1.16，（二）新技術(shù)促進(jìn)綠色低碳算力中心發(fā)展通過(guò)引入可再生新能IT36.36的金融機(jī)構(gòu)采用了風(fēng)能光伏水能等可再生能源，但使用可再生能源比例多在10以下，發(fā)展空間依然廣闊。液冷技術(shù)加快成為金融數(shù)據(jù)中心進(jìn)一15kW行業(yè)內(nèi)主要液冷系統(tǒng)大致分為非接觸式的板式液冷和接觸PUE1.110001.04但有18.18的機(jī)構(gòu)采用了風(fēng)冷與液冷混合的制冷系統(tǒng)液冷提WUE針對(duì)數(shù)據(jù)中心用水定額，如北京出臺(tái)數(shù)據(jù)中心用水定額DB11/T1764.11—2023WUE1.4WUE2.1；循環(huán)冷卻水處理（中水WUEWUE值不做改善僅有21.21的機(jī)構(gòu)提出5以下的WUE年度改善目標(biāo)金融機(jī)構(gòu)算力中心水資源管理通過(guò)在濱海城市建設(shè)效水平提升，比如海南陵水建設(shè)的全球首個(gè)商用UDC（海底數(shù)據(jù)中心）。該方案通過(guò)采用海水自然冷卻，降低數(shù)據(jù)中心能耗同時(shí)服務(wù)器設(shè)備故障率僅為陸地?cái)?shù)據(jù)中心的八分之一；通過(guò)與海洋潮汐能、風(fēng)能等可再生能源結(jié)合，實(shí)現(xiàn)新能源就近消納；主要數(shù)據(jù)用戶多位于濱海城市，可實(shí)現(xiàn)就近部署，降低數(shù)據(jù)傳輸時(shí)延等。（三）有序推進(jìn)金融算力中心綠色化發(fā)展切實(shí)提升金融數(shù)據(jù)中心的綠色節(jié)能水平。一是合理平衡數(shù)據(jù)中心建設(shè)的“不可能三角”。金融機(jī)構(gòu)數(shù)據(jù)中心由于起步早，全面落實(shí)“雙碳”目標(biāo)，金融機(jī)構(gòu)數(shù)據(jù)中心需要在SLA、PUE（低碳節(jié)能、TCO（成本低這一“不可能三角”中做好平衡，以國(guó)標(biāo)ATier4是積極推進(jìn)老舊由于部分金融機(jī)構(gòu)存量數(shù)據(jù)中心建設(shè)較1.6—2.0PUE；冷卻塔等換熱設(shè)備的換熱效率，保障設(shè)備充分換熱，避免能源浪費(fèi)。三是高標(biāo)準(zhǔn)推進(jìn)新型綠色數(shù)據(jù)中心規(guī)劃設(shè)計(jì)。區(qū)域布局方面，積極向綠電資源富集地區(qū)進(jìn)行多地多中心布局。五、信創(chuàng)提速增強(qiáng)金融算力產(chǎn)業(yè)鏈供應(yīng)鏈安全（一）我國(guó)算力設(shè)施設(shè)備供應(yīng)形勢(shì)嚴(yán)峻從全球供應(yīng)格局看外部依賴較為明顯。隨著人工智能和大數(shù)據(jù)技術(shù)飛速發(fā)展，力、高通信帶寬和大HBMAITensorFlowPyTorch達(dá)AI加速卡的金融機(jī)構(gòu)占比接近70國(guó)外算力占智算比重超過(guò)75的金融機(jī)構(gòu)占比達(dá)45.45，采用TensorFlow、PyTorch等人工智能算法開(kāi)發(fā)框架的金融機(jī)構(gòu)占比達(dá)72.73，智算平臺(tái)采用英偉達(dá)CUDA生態(tài)的金融機(jī)構(gòu)占比達(dá)63.64，從國(guó)產(chǎn)供給看DeepSeek累的海外算力產(chǎn)品及技術(shù)架構(gòu)，在打造自主可控AI（二）國(guó)產(chǎn)算力產(chǎn)業(yè)生態(tài)持續(xù)優(yōu)化升級(jí)增的正反饋。整體看，在《行動(dòng)計(jì)劃》等頂層設(shè)計(jì)指引下，以京津冀、長(zhǎng)三角、粵港澳大灣區(qū)等國(guó)家戰(zhàn)略區(qū)域?yàn)橐I(lǐng)，各地政府持續(xù)加強(qiáng)算力資源集聚，推動(dòng)算力產(chǎn)業(yè)鏈條完善，202499.18562.7我國(guó)算力產(chǎn)業(yè)鏈主環(huán)節(jié)相繼取得突破，CPUGPU儲(chǔ)設(shè)備的數(shù)據(jù)I/O重點(diǎn)突破看，DeepSeek算力產(chǎn)業(yè)迎來(lái)技術(shù)驗(yàn)證和商業(yè)化落地新契機(jī)，全產(chǎn)業(yè)積極投入DeepSeek系列模型適配，近期國(guó)產(chǎn)算力適配競(jìng)賽展示出國(guó)產(chǎn)算力產(chǎn)業(yè)鏈技術(shù)積累，將加速“國(guó)產(chǎn)算力+國(guó)產(chǎn)大模型”閉環(huán)生態(tài)構(gòu)建，為金融算力信創(chuàng)與安全發(fā)展夯實(shí)產(chǎn)業(yè)基礎(chǔ)。（三）金融算力信創(chuàng)應(yīng)用加快探索與實(shí)踐《行動(dòng)計(jì)劃》提出，加快算力在金融領(lǐng)域的創(chuàng)新應(yīng)用，有39.39的金融機(jī)構(gòu)采用如華為昇騰寒武紀(jì)、算力芯片方面，CPUC86+ARM國(guó)際一流產(chǎn)品，X86C86ARM能力成為金融用戶重點(diǎn)考量要素；GPUAI芯片初步形成GPGPU+DSACUDAAI云計(jì)算方面，部分金融機(jī)構(gòu)構(gòu)源動(dòng)態(tài)調(diào)配和按需擴(kuò)展；國(guó)產(chǎn)云平臺(tái)和DevOpsAI金融機(jī)構(gòu)通過(guò)“一云多芯”架構(gòu)整合ARM、x86、GPU、DPU4000量金融機(jī)構(gòu)正在研究后量子密碼來(lái)應(yīng)對(duì)量子計(jì)算算力的云化提供。此外，隨著我國(guó)完全自主知識(shí)產(chǎn)權(quán)的DeepSeekAI六、金融算力基礎(chǔ)設(shè)施發(fā)展建議（一）加強(qiáng)金融算力建設(shè)統(tǒng)籌規(guī)劃金融管理部門加強(qiáng)金融業(yè)新型算力基礎(chǔ)設(shè)施機(jī)構(gòu)層面（二）強(qiáng)化金融算力關(guān)鍵技術(shù)攻關(guān)（DPU）RoCE（三）引導(dǎo)金融業(yè)公共算力平臺(tái)建設(shè)由金融管理部門指導(dǎo)，行業(yè)組織或行業(yè)機(jī)構(gòu)牽頭，組織金融機(jī)構(gòu)、科技企業(yè)、高校院所等聯(lián)合建設(shè)行業(yè)性智能算力公共平臺(tái)。平臺(tái)通過(guò)建設(shè)統(tǒng)一的算力調(diào)度和資源管理平臺(tái)，支持跨區(qū)域、跨機(jī)構(gòu)調(diào)度外部算力服務(wù)，并對(duì)多種AI算力資源統(tǒng)一納管，建立統(tǒng)一資源池，實(shí)現(xiàn)資源跨云靈活分配，支持行業(yè)機(jī)構(gòu)按需使用算力資源或聯(lián)合開(kāi)展金融業(yè)大模型（四）推進(jìn)金融算力基建標(biāo)準(zhǔn)化建設(shè)（五）營(yíng)造金融算力開(kāi)放發(fā)展生態(tài)鼓勵(lì)算力產(chǎn)業(yè)加快完善上游的關(guān)鍵技術(shù)與器件結(jié)合不同區(qū)域和場(chǎng)景特色算力需求，發(fā)揮地方政府、金融機(jī)構(gòu)、產(chǎn)業(yè)機(jī)構(gòu)等力量，加快國(guó)產(chǎn)算力產(chǎn)品的應(yīng)用測(cè)試、容或算力底座平移做準(zhǔn)備，同時(shí)與供給端協(xié)同發(fā)力并探索構(gòu)建自主可控算力生態(tài)，夯實(shí)金融高質(zhì)量發(fā)展的算力底座。附錄：典型案例及解決方案近年來(lái)，隨著數(shù)字經(jīng)濟(jì)和智慧銀行的蓬勃發(fā)展，銀行數(shù)據(jù)中心作為金融業(yè)基礎(chǔ)設(shè)施的重要組成部分，規(guī)模和能耗持續(xù)攀升。為積極響應(yīng)國(guó)家雙碳戰(zhàn)略，認(rèn)真落實(shí)“雙碳”工作方案，竭力緩解智慧銀行轉(zhuǎn)型過(guò)程中算力需求增加帶來(lái)的能耗增加與節(jié)能減排之間的矛盾，某大型銀行數(shù)據(jù)中心積極研究探索，在有效保障全行安全生產(chǎn)的前提下，開(kāi)展了一系列構(gòu)建綠色低碳數(shù)據(jù)中心的探索與實(shí)踐，實(shí)現(xiàn)能效顯著提升，并有效指導(dǎo)行業(yè)機(jī)房綠色運(yùn)維以及新機(jī)房規(guī)劃建設(shè)。二、案例內(nèi)容（一）新建機(jī)房規(guī)劃建設(shè)實(shí)踐首次結(jié)合熱島漂移效應(yīng)科學(xué)選址0.8℃，間接蒸發(fā)空調(diào)系統(tǒng)比市平均能耗降低約3。業(yè)界首次提出低碳設(shè)計(jì)“四短”原則四是短碼流：置環(huán)形橋架，網(wǎng)絡(luò)設(shè)備就近布置，簡(jiǎn)化結(jié)構(gòu)。例如選用TOR布線技術(shù)，減少網(wǎng)絡(luò)柜、跳線架和配線架的使用量。（二）在用機(jī)房節(jié)能降碳實(shí)踐ITUPSIT優(yōu)化空調(diào)末端控制邏輯，滿足按需供冷數(shù)據(jù)中心機(jī)房精密空調(diào)采用送風(fēng)量調(diào)節(jié)與冷凍水量調(diào)型精密空調(diào)開(kāi)展風(fēng)機(jī)轉(zhuǎn)速－功率特性測(cè)試。風(fēng)機(jī)轉(zhuǎn)速比在80以上時(shí)，風(fēng)機(jī)能耗隨風(fēng)機(jī)轉(zhuǎn)速比的增加急劇增加。以該EC動(dòng)調(diào)至80，穩(wěn)定后使用風(fēng)量罩測(cè)試每塊格柵地板風(fēng)量，并與機(jī)柜實(shí)際需求計(jì)算風(fēng)量（IT計(jì)算）進(jìn)行對(duì)比，實(shí)測(cè)風(fēng)機(jī)輸出上限設(shè)置為80是可行的，機(jī)房開(kāi)展調(diào)優(yōu)。調(diào)優(yōu)后機(jī)房精密空調(diào)總功率降幅達(dá)52.9，效果顯著。精細(xì)調(diào)節(jié)冷源冷卻水溫度，充分利用室外冷源理論上，降低冷卻水出水溫度可提升機(jī)組COP，但會(huì)導(dǎo)致冷卻塔散熱風(fēng)扇能耗提升，總體是否節(jié)能需要實(shí)測(cè)分析。此外冷卻水溫度不能無(wú)限制降低，主要原因是冷卻水溫度太低不利于潤(rùn)滑油系統(tǒng)回油。6COPTw14.5空調(diào)系統(tǒng)AI節(jié)能調(diào)優(yōu)實(shí)踐在用機(jī)房空調(diào)系統(tǒng)AIAIAI空調(diào)系統(tǒng)工況，動(dòng)態(tài)降低機(jī)房運(yùn)行能耗，進(jìn)一步提升數(shù)據(jù)中心綠色低碳運(yùn)行水平。AIAIAIAISNMP三、案例創(chuàng)新點(diǎn)及成效新建機(jī)房規(guī)劃建設(shè)方面，一是發(fā)明了基于數(shù)字孿生的機(jī)二是三是系統(tǒng)性地優(yōu)化機(jī)房設(shè)計(jì)，為數(shù)據(jù)中心低碳設(shè)計(jì)提供了指導(dǎo)，具有重要的實(shí)踐意義和推廣價(jià)值。一是二是三是智能降耗平臺(tái)的應(yīng)用。在該大型商業(yè)銀行數(shù)據(jù)中心中，首次利用AI四、案例經(jīng)驗(yàn)重視新建機(jī)房的低碳節(jié)能設(shè)計(jì)深度挖掘在用機(jī)房的節(jié)能減排發(fā)力點(diǎn)數(shù)據(jù)中心排名前三的“用能大戶”分別為IT設(shè)備、空調(diào)設(shè)備、電氣設(shè)備，其中IT設(shè)備、電氣設(shè)備能耗主要取決于先天設(shè)計(jì)，難以在保障安全基礎(chǔ)上通過(guò)運(yùn)維降低其能耗，而空調(diào)設(shè)備能耗很大程度取決于運(yùn)維水平，在保障基礎(chǔ)設(shè)施安全運(yùn)行的前提下，深入地分析暖通設(shè)備運(yùn)行控制原理，靈活地應(yīng)對(duì)暖通設(shè)備復(fù)雜的運(yùn)行工況，開(kāi)拓地應(yīng)用人工智能輔助策略，多措并舉，可實(shí)現(xiàn)數(shù)據(jù)機(jī)房安全降碳。某大型商業(yè)銀行：AI算力基礎(chǔ)設(shè)施轉(zhuǎn)型創(chuàng)新案例一、案例背景AIAIAIAIAIAIAI二、案例內(nèi)容（一）目標(biāo)AIAIAI技術(shù)目標(biāo)一是建設(shè)全?？煽丶?。著力解決AI算力基礎(chǔ)設(shè)施在AIGPUAI二是構(gòu)建異構(gòu)算力管理能力。建設(shè)支持統(tǒng)一納管GPU、NPUMLUAIAI三是提升網(wǎng)絡(luò)高速互聯(lián)能力。通過(guò)網(wǎng)絡(luò)高速帶寬接入、AIAINAS滿足千億級(jí)大模型訓(xùn)練分鐘級(jí)checkpointAI五是加強(qiáng)集群連續(xù)運(yùn)行能力。研究金融科技運(yùn)維領(lǐng)域的六是賦能金融行業(yè)全域生態(tài)。推動(dòng)技術(shù)和行業(yè)生態(tài)建設(shè)，AIAI業(yè)務(wù)目標(biāo)設(shè)計(jì)新型AIAI端業(yè)務(wù)與科技智能融合創(chuàng)新。（二）應(yīng)用場(chǎng)景簡(jiǎn)介AI20個(gè)業(yè)務(wù)領(lǐng)域，并向中小銀行機(jī)構(gòu)輸出大模型應(yīng)用服務(wù)能力。遠(yuǎn)程銀行業(yè)務(wù)應(yīng)用場(chǎng)景如下圖：網(wǎng)點(diǎn)運(yùn)營(yíng)業(yè)務(wù)應(yīng)用場(chǎng)景如下圖：個(gè)人營(yíng)銷業(yè)務(wù)應(yīng)用場(chǎng)景如下圖：（三）架構(gòu)設(shè)計(jì)1.功能架構(gòu)AIAINASAIAI2.系統(tǒng)架構(gòu)AI一是場(chǎng)景層。通過(guò)AI算力基礎(chǔ)設(shè)施創(chuàng)新賦能大模型技術(shù)，實(shí)現(xiàn)顛覆性、端到端業(yè)務(wù)與科技智能融合創(chuàng)新，在工作GLM-130B-135B千問(wèn)-14B/32B、GLM2-66B三是框架層。全面適配支持MindsporePaddleTensorflow、Pytorch等國(guó)內(nèi)外主流訓(xùn)練框架。四是基礎(chǔ)設(shè)施層。建立可控AI算力、網(wǎng)絡(luò)、存儲(chǔ)的智能化統(tǒng)一運(yùn)維機(jī)制。3.技術(shù)架構(gòu)發(fā)展的AIAI其中的關(guān)鍵技術(shù)設(shè)計(jì)包括以下六個(gè)方面：一是智能無(wú)損網(wǎng)絡(luò)技術(shù)。通過(guò)實(shí)時(shí)采集流量特征和網(wǎng)絡(luò)狀態(tài)，結(jié)合AI算法，對(duì)未來(lái)的流量模型進(jìn)行預(yù)測(cè)，從全局視角實(shí)時(shí)決策并刷新網(wǎng)卡和網(wǎng)絡(luò)參數(shù)配置，使得網(wǎng)絡(luò)交換機(jī)緩存被合理高效利用，實(shí)現(xiàn)整網(wǎng)零丟包。二是死鎖避免技術(shù)：通過(guò)感知全網(wǎng)拓?fù)溆?jì)算出破除死鎖環(huán)的最佳點(diǎn)，將感知到發(fā)生死鎖環(huán)點(diǎn)的流量切換到新隊(duì)列，并且通過(guò)PFC反壓幀反壓回原隊(duì)列。解決死鎖對(duì)原隊(duì)列的buffer依賴，破除死鎖環(huán)形成的條件。三是跨節(jié)點(diǎn)高速互聯(lián)技術(shù)。通過(guò)高性能RoCE網(wǎng)絡(luò)替代Infini-BandAI0.95，處于同業(yè)領(lǐng)先水平。四是動(dòng)態(tài)負(fù)載均衡技術(shù)。根據(jù)整網(wǎng)交換機(jī)節(jié)點(diǎn)流擁塞狀態(tài)和全網(wǎng)拓?fù)溥M(jìn)行全局算路，識(shí)別出最優(yōu)路徑，實(shí)現(xiàn)多任務(wù)流量全局均衡。五是算網(wǎng)協(xié)同技術(shù)。以算網(wǎng)協(xié)同聯(lián)動(dòng)提升集群AI訓(xùn)練AIAI六是分層存儲(chǔ)架構(gòu)技術(shù)。創(chuàng)新提出分層存儲(chǔ)架構(gòu)的高性AI三、案例創(chuàng)新點(diǎn)及成效建成基于RoCEAI現(xiàn)座席工作效率全面升級(jí)，平均通話時(shí)長(zhǎng)壓降10，座席服務(wù)效率提升18在運(yùn)營(yíng)管理領(lǐng)域面向20萬(wàn)網(wǎng)點(diǎn)基層員50四、案例經(jīng)驗(yàn)為保障AI算力基礎(chǔ)設(shè)施平穩(wěn)投產(chǎn)運(yùn)行，采取了如下5項(xiàng)保障措施：1、充分驗(yàn)證，確保業(yè)務(wù)平穩(wěn)上線。2、分階段穩(wěn)步推動(dòng)擴(kuò)大試點(diǎn)。2021規(guī)模推廣的原則，首先試點(diǎn)基于高性能RoCE2022AIPFlops；2023千億算力的國(guó)芯AIPFlops；2024AI33-1-NAI1+X規(guī)?；涞?。4、配套建設(shè)，保障網(wǎng)絡(luò)安全及運(yùn)維管理能力。AI和運(yùn)維監(jiān)控管理系統(tǒng)進(jìn)行了詳細(xì)的研究梳理，圍繞AIAIIT中信銀行：金融云化算力基礎(chǔ)設(shè)施轉(zhuǎn)型創(chuàng)新實(shí)踐一、案例背景ARM二、案例內(nèi)容中信銀行在完成覆蓋全行的中信銀行云建設(shè)后，按照中信銀行“十四五”規(guī)劃，重點(diǎn)圍繞安全可控、支持云原生應(yīng)用、高效支撐數(shù)字化轉(zhuǎn)型等，不斷提升可用性、擴(kuò)展能力，實(shí)現(xiàn)更加敏捷和彈性的資源供給。（一）項(xiàng)目目標(biāo)laaS、PaaS一體化的云基（二）主要內(nèi)容MeshARM4實(shí)施全量安全可控一是應(yīng)用轉(zhuǎn)型攻關(guān)。通過(guò)DevOps工具鏈與代碼掃描工二是服務(wù)器轉(zhuǎn)型攻關(guān)。針對(duì)ARM架構(gòu)進(jìn)行深入剖析，對(duì)NUMA調(diào)優(yōu)、操作系統(tǒng)內(nèi)核層調(diào)優(yōu)、IO調(diào)優(yōu)，Java程序調(diào)優(yōu)，充分發(fā)揮ARM服務(wù)器性能。三是負(fù)載均衡轉(zhuǎn)型攻關(guān)。在關(guān)鍵業(yè)務(wù)場(chǎng)景實(shí)現(xiàn)負(fù)載均衡設(shè)備轉(zhuǎn)型創(chuàng)新，使用軟件負(fù)載均衡取代硬件負(fù)載均衡，解決各類業(yè)務(wù)場(chǎng)景難題。主流云計(jì)算技術(shù)全面落地一是軟件SDN技術(shù)方面。通過(guò)隔離技術(shù)，解決軟件隔離技術(shù)帶來(lái)的各類適配問(wèn)題，通過(guò)互通技術(shù)，攻關(guān)軟件網(wǎng)關(guān)技術(shù)在高TPS場(chǎng)景下跨網(wǎng)絡(luò)區(qū)域互通的性能問(wèn)題。二是虛擬化方面。管理方式上，用全棧云中的AZ模型替代傳統(tǒng)虛擬化技術(shù)的集群模型，實(shí)現(xiàn)大資源池管理。重點(diǎn)解決新技術(shù)棧給運(yùn)維、升級(jí)帶來(lái)的挑戰(zhàn)。三是規(guī)模運(yùn)用裸金屬技術(shù)。進(jìn)行技術(shù)攻關(guān)，實(shí)現(xiàn)敏捷彈性，像虛機(jī)一樣靈活地發(fā)放裸金屬。實(shí)現(xiàn)資源池化，像虛機(jī)一樣池化的管理裸金屬。四是應(yīng)用全棧云容器技術(shù)。實(shí)現(xiàn)laaS、PaaS一體化的云原生技術(shù)平臺(tái)。將云與運(yùn)維工具融合，實(shí)現(xiàn)整個(gè)體系的云原生化。進(jìn)行網(wǎng)絡(luò)創(chuàng)新，容器和虛擬機(jī)同一網(wǎng)絡(luò)平面，云內(nèi)、云外同一個(gè)網(wǎng)絡(luò)平面，直接通信。實(shí)現(xiàn)容器地址暴露，直接在Mesh中注冊(cè)。進(jìn)行運(yùn)維創(chuàng)新，容器在堡壘機(jī)自動(dòng)注冊(cè)，堡壘機(jī)直接登錄容器。進(jìn)行部署模式創(chuàng)新，容器資源一站式申請(qǐng)，容器應(yīng)用全自動(dòng)化上線。通過(guò)運(yùn)維創(chuàng)新為全棧云的規(guī)模使用保駕護(hù)航全棧云以全部軟件定義為特色，帶來(lái)了技術(shù)體系的巨大變化，給原有的運(yùn)維工作方式也帶來(lái)了巨大變化。中信銀行DevOps三、案例創(chuàng)新點(diǎn)及成效中信銀行金融云化算力基礎(chǔ)設(shè)施轉(zhuǎn)型創(chuàng)新項(xiàng)目是中信銀行和中信集團(tuán)戰(zhàn)略級(jí)項(xiàng)目，通過(guò)基于全棧云技術(shù)的算力基IT全棧云是技術(shù)發(fā)展戰(zhàn)略的重要組成部分，是中信銀行IT四、案例經(jīng)驗(yàn)（一）實(shí)施全面轉(zhuǎn)型、一步到位實(shí)現(xiàn)安全可控。100％系統(tǒng)上云為目標(biāo)，大力推進(jìn)全?？煽豰esh（二）構(gòu)建軟件定義、分布式的先進(jìn)云原生技術(shù)體系。ServiceMeshDevOps（三oncloudincloudRegionDNSSDN聯(lián)、NAS跨region共享方案。根據(jù)萬(wàn)臺(tái)服務(wù)器規(guī)模，設(shè)計(jì)了高擴(kuò)展性的多機(jī)房網(wǎng)絡(luò)互聯(lián)、多VPC虛擬網(wǎng)絡(luò)、多集IPservicemeshDevOps金融監(jiān)管要求，設(shè)計(jì)了多VDC、多租戶、多主機(jī)組隔離的資源隔離模型，靈活彈性地支持了公司的業(yè)務(wù)上云。（四）自主研發(fā)自動(dòng)化、智能化的安全運(yùn)維體系。ITSMIT國(guó)泰君安：一云多芯、多元算力全棧金融云一、案例背景國(guó)泰君安證券作為行業(yè)內(nèi)最早一批引入云計(jì)算的券商，基于在云計(jì)算領(lǐng)域長(zhǎng)期積累的技術(shù)優(yōu)勢(shì)，著力構(gòu)建以智能中臺(tái)，混合計(jì)算，面向服務(wù)為目標(biāo)的全棧金融云平臺(tái)。二、案例內(nèi)容43年年均增速超40應(yīng)用場(chǎng)景從建設(shè)初期的系統(tǒng)開(kāi)發(fā)測(cè)試和UATAI統(tǒng)云平臺(tái)到一云多芯信創(chuàng)云再到涵蓋云原生、GPU2017windows/linuxGPU/ARM20222019基協(xié)作開(kāi)發(fā)為輔的方式，從原CMP調(diào)運(yùn)轉(zhuǎn)。在IAASpaas服（的云資源和非信創(chuàng)金融云平臺(tái)技術(shù)特點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：1、智慧中臺(tái)資源的合理分配，實(shí)現(xiàn)了整個(gè)云平臺(tái)內(nèi)部統(tǒng)一、協(xié)調(diào)運(yùn)轉(zhuǎn)。2、“一云多芯”統(tǒng)一納管IntelApp37003、多區(qū)域管理4、自研云應(yīng)用，提高云服務(wù)質(zhì)量其他云應(yīng)用開(kāi)發(fā)周期和難度，能夠?qū)崿F(xiàn)快速SaaS交付與服務(wù)。三、案例創(chuàng)新點(diǎn)及成效用效率，從而節(jié)省電力，減少硬件采購(gòu)成本，將更多IT5國(guó)泰君安證券將持續(xù)推進(jìn)金融云建設(shè)，并隨著業(yè)務(wù)和數(shù)實(shí)現(xiàn)從Cloud-BasedCloud-Native四、案例經(jīng)驗(yàn)本案例的創(chuàng)新和實(shí)踐對(duì)其他企業(yè)私有云平臺(tái)特別是信創(chuàng)云平臺(tái)的建設(shè)具有重要引領(lǐng)示范作用。一云多芯、多元算1、硬件性能信創(chuàng)CPU架構(gòu)硬件性能與國(guó)外主流x86架構(gòu)相比仍然存在差距，因此需要通過(guò)云技術(shù)為不同芯片找到最佳使用場(chǎng)景。2、一云多芯信創(chuàng)金融云的架構(gòu)設(shè)計(jì)考慮到信創(chuàng)與業(yè)務(wù)平穩(wěn)運(yùn)行同3、多云管理4、成本管控在成本管控上提高資源使用率、降低分布式部署成本；最終可以有效平衡信創(chuàng)領(lǐng)域性能、安全、穩(wěn)定等各方面的綜合訴求。全自研金融云服務(wù)平臺(tái)亦很