6月4日，第十三屆華為智慧金融峰會(huì)2025在東莞松山湖召開。6月5日，在“邁向智能化，智啟金融新引擎”主題論壇上，交通銀行數(shù)據(jù)中心副總經(jīng)理張柱宏以《智算時(shí)代下金融算力底座的重構(gòu)》為題發(fā)表主題演講，系統(tǒng)分享了交通銀行在AI算力基建領(lǐng)域的戰(zhàn)略規(guī)劃和實(shí)踐經(jīng)驗(yàn)，并深度剖析行業(yè)共性挑戰(zhàn)及破解路徑。
張柱宏指出，交通銀行以“新質(zhì)生產(chǎn)力”“人工智能+”國家戰(zhàn)略為指引，圍繞算力、數(shù)據(jù)、算法三大核心要素構(gòu)建金融智算底座，打造“1+1+N”人工智能框架體系，支撐金融業(yè)務(wù)智能化升級(jí)。其核心目標(biāo)是通過夯實(shí)數(shù)字基座，助力服務(wù)實(shí)體經(jīng)濟(jì)、防控金融風(fēng)險(xiǎn)等，做好數(shù)字金融、科技金融、養(yǎng)老金融、綠色金融和普惠金融“五篇大文章”，推動(dòng)金融業(yè)高質(zhì)量發(fā)展。
交通銀行數(shù)據(jù)中心副總經(jīng)理 張柱宏發(fā)表主題演講
交通銀行實(shí)踐突破：從基建到場景的全鏈條布局
1.搭建異構(gòu)算力云底座
交通銀行搭建了以AI服務(wù)器為主的算力集群，通過算、網(wǎng)、存高效協(xié)同，實(shí)現(xiàn)算力資源動(dòng)態(tài)分配和隨需調(diào)度，高效支撐以大模型為代表的AI訓(xùn)練和推理需求。
2.構(gòu)建高質(zhì)量大模型數(shù)據(jù)集
以行內(nèi)已有的數(shù)據(jù)湖/數(shù)據(jù)中臺(tái)為基礎(chǔ)，豐富數(shù)據(jù)種類、強(qiáng)化數(shù)據(jù)治理、強(qiáng)化數(shù)據(jù)標(biāo)注，構(gòu)建高質(zhì)量TB級(jí)數(shù)據(jù)集。同時(shí)完善全行知識(shí)運(yùn)營機(jī)制，建立企業(yè)級(jí)統(tǒng)一知識(shí)庫，實(shí)現(xiàn)模型訓(xùn)練和場景應(yīng)用多源數(shù)據(jù)高效供給。
3.打造多模態(tài)金融大模型算法矩陣
通過“開源+閉源”融合，形成開放創(chuàng)新與安全可控并重的智能引擎，實(shí)現(xiàn)大模型研發(fā)安全自主創(chuàng)新，發(fā)布交通銀行交心金融大模型。同時(shí)，依托“大小模型協(xié)同”，實(shí)現(xiàn)模型的通用泛化和專業(yè)精準(zhǔn)能力互補(bǔ)，業(yè)務(wù)全流程落地100+應(yīng)用場景，累計(jì)節(jié)省1千余人力工作量。
行業(yè)挑戰(zhàn)破解：四大決策路徑
針對(duì)金融業(yè)算力底座建設(shè)的共性難題，張柱宏提出核心決策邏輯：
1.自建VS租賃：安全與成本的平衡術(shù)
對(duì)比主流方案發(fā)現(xiàn)：少數(shù)區(qū)域性銀行基于成本因素采用“租賃+自建”混合模式，而大行、股份制銀行及大部分區(qū)域銀行采用自建方案。交通銀行基于全行人工智能整體戰(zhàn)略和數(shù)據(jù)安全等因素考慮，算力底座建設(shè)全部采用自建方式，總計(jì)部署近700P昇騰算力底座，承載全行人工智能訓(xùn)練及推理業(yè)務(wù)。
2.選址博弈：人才與能源的“東西平衡”
中心城市與能源城市在數(shù)據(jù)中心布局上各具優(yōu)勢：前者人才密集但資源成本高，后者能源充足、政策優(yōu)厚但人才短缺。交通銀行落實(shí)“東數(shù)西算”戰(zhàn)略，構(gòu)建“上海+中西部”算力網(wǎng)絡(luò)——2023年建成上海10萬臺(tái)服務(wù)器的頂級(jí)金融數(shù)據(jù)中心，同步在內(nèi)蒙古、貴州各布局20萬臺(tái)服務(wù)器中心，未來將把高耗能的大數(shù)據(jù)/智算業(yè)務(wù)西遷，實(shí)現(xiàn)資源與效能的最優(yōu)配置。
3.散熱革命：液冷技術(shù)破解高密算力困局
交通銀行響應(yīng)國家對(duì)數(shù)據(jù)中心建設(shè)綠色低碳要求，結(jié)合自身人工智能業(yè)務(wù)發(fā)展訴求，充分發(fā)揮昇騰智算解決方案在芯片冷板散熱、整機(jī)液冷總線技術(shù)、機(jī)房整體工程等方面技術(shù)優(yōu)勢，積極探索液冷人工智能算力集群建設(shè)，大幅提升能效比，打造綠色智算中心，實(shí)現(xiàn)綠色低碳可持續(xù)發(fā)展。
4.部署方式：大小模型互補(bǔ)打造高效靈活應(yīng)用場景
算力部署方式需結(jié)合業(yè)務(wù)場景與規(guī)模，分散部署適合小模型，算力基于單機(jī)單卡實(shí)現(xiàn)虛擬化即可，對(duì)于邊緣部署網(wǎng)絡(luò)要求低;集中部署適用于大模型場景，算力需要通過多機(jī)多卡實(shí)現(xiàn)并行化，對(duì)配套網(wǎng)絡(luò)存儲(chǔ)要求高。交通銀行結(jié)合人工智能應(yīng)用的現(xiàn)狀，打造靈活算力底座，支持多種組網(wǎng)方案滿足大小模型差異化部署及應(yīng)用需求，實(shí)現(xiàn)“大模型+小模型”高效協(xié)同和資源的靈活配置，支持復(fù)雜場景快速落地。
5.規(guī)劃策略：超前布局保障供應(yīng)鏈安全
面對(duì)市場波動(dòng)，交通銀行通過適度超前部署保障算力供應(yīng)穩(wěn)定，通過及時(shí)跟進(jìn)實(shí)現(xiàn)新技術(shù)引進(jìn)與應(yīng)用，試點(diǎn)PD分離、超節(jié)點(diǎn)等新技術(shù)，確保算力效能持續(xù)迭代。
交通銀行數(shù)據(jù)中心副總經(jīng)理 張柱宏
未來展望：AI將深度改變金融業(yè)形態(tài)
過去十年，AI技術(shù)，如CV、OCR、NLP等已深度融入生活和金融業(yè)務(wù)，算力革新將持續(xù)推動(dòng)大模型重構(gòu)金融核心場景。未來十年，AI Agent、量子計(jì)算、腦機(jī)接口等新技術(shù)或引發(fā)新一輪變革，金融業(yè)將面臨智能化重塑。
“與其坐而論道，不如起而行之。”張柱宏強(qiáng)調(diào)，交通銀行將繼續(xù)深化與華為等生態(tài)伙伴的合作，推動(dòng)智算底座向“高效、綠色、安全”演進(jìn)，為金融業(yè)智能化轉(zhuǎn)型提供范本。
此次演講不僅展現(xiàn)了國有大行在智算基建領(lǐng)域的先行經(jīng)驗(yàn)，更為行業(yè)提供了從戰(zhàn)略規(guī)劃到技術(shù)落地的系統(tǒng)性方法論。在“人工智能+”上升為國家戰(zhàn)略的背景下，交通銀行的實(shí)踐或?qū)⒊蔀榻鹑跇I(yè)算力革命的重要參照。
（來源：華為企業(yè)業(yè)務(wù)）
