C
nfinance
編者按
5月26日，由揚(yáng)州市人民政府、《中國金融》雜志主辦，揚(yáng)州市邗江區(qū)人民政府、揚(yáng)州市工業(yè)和信息化局、上海德衡數(shù)據(jù)科技有限公司、華為數(shù)字能源技術(shù)有限公司、中國聯(lián)合網(wǎng)絡(luò)通信有限公司江蘇省分公司承辦的“2023算力賦能金融與互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展高峰論壇”在江蘇揚(yáng)州圓滿舉行。下文為交通銀行原副行長侯維棟在會(huì)上所做的重要發(fā)言。
算力是未來金融行業(yè)的核心生產(chǎn)力。作為中國計(jì)算產(chǎn)業(yè)的親歷者，30多年來，我參與并見證了中國計(jì)算產(chǎn)業(yè)的跨越式發(fā)展，也看到了算力在經(jīng)濟(jì)、生活中發(fā)揮著越來越重要的作用。當(dāng)前，人類已到達(dá)智慧時(shí)代的拐點(diǎn)，一場由算力帶來的變革將極大地改變商業(yè)銀行的生產(chǎn)模式。
算力是未來的核心生產(chǎn)力
為什么這么說？可以從兩個(gè)方面來理解：一方面，數(shù)字經(jīng)濟(jì)發(fā)展和行業(yè)數(shù)字化轉(zhuǎn)型對(duì)算力提出了更高要求；另一方面，以ChatGPT為代表的通用人工智能技術(shù)廣泛應(yīng)用推動(dòng)新一輪的算力爆發(fā)式增長。
首先，數(shù)字經(jīng)濟(jì)發(fā)展和行業(yè)數(shù)字化轉(zhuǎn)型對(duì)算力提出了更高要求。
當(dāng)前，世界正經(jīng)歷百年未有之大變局，數(shù)字經(jīng)濟(jì)作為全球經(jīng)濟(jì)發(fā)展的新動(dòng)能，正在駛?cè)氚l(fā)展快車道。根據(jù)最新的全球計(jì)算力指數(shù)評(píng)估報(bào)告，一個(gè)國家的計(jì)算力指數(shù)包括計(jì)算能力、計(jì)算效率、應(yīng)用水平、基礎(chǔ)設(shè)施支持四個(gè)維度，該指數(shù)平均每提高1個(gè)點(diǎn)，對(duì)應(yīng)的數(shù)字經(jīng)濟(jì)和GDP將分別增長3.5‰和1.8‰。縱觀全球，截至目前已有40多個(gè)國家和地區(qū)把數(shù)字化、網(wǎng)絡(luò)化、智能化技術(shù)和計(jì)算能力的培育上升到戰(zhàn)略層級(jí)。積累數(shù)據(jù)資源、提升算力水平、做大做強(qiáng)算力產(chǎn)業(yè)，已經(jīng)成為全球主要國家的共同戰(zhàn)略選擇。如何迎接“算力時(shí)代”的到來，積極抓住算力發(fā)展新機(jī)遇，打造算力堅(jiān)實(shí)底座，為數(shù)字經(jīng)濟(jì)的長遠(yuǎn)發(fā)展保障高質(zhì)量、可持續(xù)的算力供給，努力形成國際發(fā)展新優(yōu)勢，是我國深化數(shù)字經(jīng)濟(jì)發(fā)展的當(dāng)務(wù)之急。目前，我國算力水平已經(jīng)有了快速的提升。工業(yè)和信息化部最新數(shù)據(jù)顯示，我國算力產(chǎn)業(yè)規(guī)模平均增速超過30%，算力總規(guī)模全球第二。截至2022年底，我國算力總規(guī)模達(dá)到180百億億次/秒（EFLOPS），數(shù)據(jù)存儲(chǔ)總規(guī)模超過1000EB，國家樞紐節(jié)點(diǎn)間的網(wǎng)絡(luò)單向時(shí)延降低至20毫秒以內(nèi)，算力核心產(chǎn)業(yè)規(guī)模達(dá)到1.8萬億元。算力基礎(chǔ)設(shè)施發(fā)展成效顯著，梯次優(yōu)化的算力供給體系初步構(gòu)建，算力基礎(chǔ)設(shè)施的綜合能力顯著提升。
其次，以ChatGPT為代表的通用人工智能技術(shù)廣泛應(yīng)用推動(dòng)新一輪的算力爆發(fā)式增長
通用人工智能，是指具有像人一樣的思維水平以及心理結(jié)構(gòu)的全面性智能化。2023年，ChatGPT作為通用人工智能的代表“橫空出世”，強(qiáng)力推動(dòng)了人工智能領(lǐng)域的技術(shù)革命。在深度學(xué)習(xí)方面，2023年3月推出的GPT-4模型的參數(shù)量已高達(dá)100萬億，再次創(chuàng)造了語言模型領(lǐng)域的新紀(jì)錄。在應(yīng)用使用方面，ChatGPT被廣泛應(yīng)用在問答、聊天機(jī)器人、文本生成、機(jī)器翻譯、自動(dòng)摘要等場景中，同時(shí)也為其他人工智能領(lǐng)域（如計(jì)算機(jī)視覺）提供了借鑒意義。在人工智能技術(shù)發(fā)展推動(dòng)方面，促進(jìn)了一系列相關(guān)技術(shù)的研究和探索，如零樣本學(xué)習(xí)、元學(xué)習(xí)等，尤其是自然語言處理技術(shù)的發(fā)展。
通用人工智能技術(shù)所需要的算力需求是極其巨大的。以ChatGPT為例，ChatGPT的總算力消耗約為3640PF-days（即假如每秒計(jì)算一千萬億次，需要計(jì)算3640天），需要7-8個(gè)投資規(guī)模30億元、算力500P的數(shù)據(jù)中心才能支撐運(yùn)行。同時(shí)，AI對(duì)算力的需求已不能僅僅用“快速”來形容。根據(jù)ChatGPT開發(fā)公司OpenAI 研究，2012-2018年，最大的AI訓(xùn)練的算力消耗已增長30萬倍，平均每3 個(gè)多月便翻倍，速度遠(yuǎn)遠(yuǎn)超過摩爾定律�？紤]到數(shù)據(jù)合規(guī)風(fēng)險(xiǎn)、特定業(yè)務(wù)需求等因素，以及企業(yè)私有化部署的需求，通過對(duì)大模型的部署、對(duì)下游任務(wù)的微調(diào)，可同時(shí)確保靈活可控、數(shù)據(jù)安全，從而實(shí)現(xiàn)人工智能與核心業(yè)務(wù)流程的深度融合，產(chǎn)生類似ChatGPT這樣的大模型金融服務(wù)。然而，這些模型對(duì)資源具有很高的要求。在這當(dāng)中，應(yīng)用為“矛”，安全為“盾”，算力則是“軍餉”，正所謂“兵馬未動(dòng)，糧草先行”。因此，算力是需要優(yōu)先準(zhǔn)備和解決的問題。
銀行業(yè)算力發(fā)展到什么程度
對(duì)銀行業(yè)算力現(xiàn)狀，筆者有3個(gè)判斷：其一，分布式技術(shù)架構(gòu)轉(zhuǎn)型對(duì)算力提出更高要求；其二，大數(shù)據(jù)、人工智能技術(shù)的應(yīng)用進(jìn)一步推動(dòng)了銀行業(yè)算力提升；其三，優(yōu)化布局?jǐn)?shù)字基礎(chǔ)設(shè)施已成為金融行業(yè)面臨的新課題。
第一，分布式技術(shù)架構(gòu)轉(zhuǎn)型對(duì)算力提出更高要求。
近年來，“集中式”技術(shù)架構(gòu)逐步向“分布式”技術(shù)架構(gòu)轉(zhuǎn)型，應(yīng)用部署模式也由集中部署向“雙活”及“多活”模式演進(jìn)。分布式架構(gòu)優(yōu)點(diǎn)在于可以充分利用多臺(tái)計(jì)算機(jī)的計(jì)算資源，提高計(jì)算性能和效率，提高系統(tǒng)的可擴(kuò)展性和可靠性。以分布式架構(gòu)為基礎(chǔ)的云計(jì)算平臺(tái)廣泛使用，也對(duì)基礎(chǔ)算力提出了更高要求。近年來，銀行業(yè)數(shù)字化轉(zhuǎn)型項(xiàng)目逐步落地，新一代云計(jì)算平臺(tái)進(jìn)入實(shí)質(zhì)性建設(shè)階段，云底座的搭建模式需要同城和異地具有一定規(guī)模且相對(duì)獨(dú)立的多個(gè)機(jī)房區(qū)域。比如，交通銀行原有上海張江主生產(chǎn)機(jī)房、漕河涇同城副中心機(jī)房已無法滿足相應(yīng)需求。為緩解機(jī)房部署壓力，交通銀行已于2015年提前布局，啟動(dòng)浦江新同城數(shù)據(jù)中心立項(xiàng)工作，將于2023年下半年正式投入使用。
第二，大數(shù)據(jù)、人工智能技術(shù)的應(yīng)用進(jìn)一步推動(dòng)了銀行業(yè)算力提升。
金融行業(yè)需要高效的計(jì)算和分析能力來處理海量數(shù)據(jù)(603138)，也是我國算力應(yīng)用較廣、起步較早的傳統(tǒng)行業(yè)之一。在數(shù)字化轉(zhuǎn)型過程中，大數(shù)據(jù)和人工智能技術(shù)可以實(shí)現(xiàn)業(yè)務(wù)、技術(shù)的深度融合和智能化發(fā)展，從而實(shí)現(xiàn)效能和服務(wù)的提升。近年來，隨著金融行業(yè)的數(shù)據(jù)智能化發(fā)展，算力將是數(shù)字化產(chǎn)品得以運(yùn)行的必要條件。
機(jī)器學(xué)習(xí)、知識(shí)圖譜、計(jì)算機(jī)視覺、語音語義識(shí)別等大數(shù)據(jù)和人工智能技術(shù)，可以有效支撐金融機(jī)構(gòu)在以下幾個(gè)領(lǐng)域應(yīng)用：一是風(fēng)險(xiǎn)預(yù)測。金融機(jī)構(gòu)需要通過客戶的信用記錄、財(cái)務(wù)狀況等信息來評(píng)估客戶的信用風(fēng)險(xiǎn)，制定適配的信貸策略。借助算力，金融機(jī)構(gòu)可以更快地對(duì)大量數(shù)據(jù)進(jìn)行分析，準(zhǔn)確地識(shí)別出風(fēng)險(xiǎn)因素，及時(shí)實(shí)施精細(xì)化的風(fēng)險(xiǎn)管理。二是精準(zhǔn)營銷。海量數(shù)據(jù)的收集和分析，可以幫助銀行更有針對(duì)性地進(jìn)行客戶行為分析，構(gòu)建消費(fèi)者畫像，助力客戶經(jīng)理找到“可識(shí)別、可分析、可觸達(dá)、可交互”的客戶，實(shí)施精準(zhǔn)營銷。三是運(yùn)營優(yōu)化。通過大數(shù)據(jù)，金融可以監(jiān)控不同市場推廣渠道尤其是網(wǎng)絡(luò)推廣渠道的質(zhì)效，從而進(jìn)行合作渠道的調(diào)整和優(yōu)化，同時(shí)，金融機(jī)構(gòu)也可以分析哪些渠道更適合推廣哪類產(chǎn)品或者服務(wù)，從而進(jìn)行渠道推廣策略的優(yōu)化。在上述場景領(lǐng)域中，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)被廣泛應(yīng)用，模型算法均需大量的計(jì)算資源支撐其穩(wěn)定運(yùn)行。
同時(shí)，目前金融行業(yè)也逐步啟動(dòng)人工智能大模型的研究，AI大模型又被稱為“巨型神經(jīng)網(wǎng)絡(luò)”，通常由上千萬甚至上億參數(shù)構(gòu)建組成，AI大模型的出現(xiàn)使得各種任務(wù)的預(yù)測準(zhǔn)確度得到了顯著提高，但與此同時(shí)，對(duì)計(jì)算資源的要求也是驚人的。大模型需要進(jìn)行大量計(jì)算，特別是在訓(xùn)練模型階段，需要配備大量高性能的GPU計(jì)算節(jié)點(diǎn)、高速硬盤以及高速網(wǎng)絡(luò)帶寬，以保證數(shù)據(jù)傳輸?shù)姆�(wěn)定性和速率。
第三，優(yōu)化布局?jǐn)?shù)字基礎(chǔ)設(shè)施已成為金融行業(yè)新課題。
2022年，國家發(fā)展改革委、中央網(wǎng)信辦、工業(yè)和信息化部、國家能源局聯(lián)合印發(fā)文件，啟動(dòng)建設(shè)8個(gè)國家算力樞紐節(jié)點(diǎn)、規(guī)劃10個(gè)國家數(shù)據(jù)中心集群，“東數(shù)西算”工程全面啟動(dòng)，提升國家整體算力水平。為了滿足商業(yè)銀行海量計(jì)算以及人工智能技術(shù)的應(yīng)用推廣，數(shù)字基礎(chǔ)設(shè)施布局已成為必須面對(duì)的課題。國內(nèi)幾家大型商業(yè)銀行均在積極布局多個(gè)數(shù)據(jù)中心的建設(shè)。例如，交通銀行積極構(gòu)建多中心多活的基礎(chǔ)設(shè)施架構(gòu)體系，浦江鎮(zhèn)數(shù)據(jù)中心預(yù)計(jì)能容納10萬臺(tái)服務(wù)器，同時(shí)還在籌建內(nèi)蒙古和林格爾和貴州貴安異地?cái)?shù)據(jù)中心，未來預(yù)計(jì)共可容納40萬臺(tái)服務(wù)器。而中國農(nóng)業(yè)銀行、中國銀行(601988)、中國建設(shè)銀行也正在建設(shè)內(nèi)蒙古和林格爾建設(shè)數(shù)據(jù)中心，預(yù)計(jì)規(guī)模均超過30萬臺(tái)服務(wù)器。
未來銀行業(yè)應(yīng)對(duì)算力發(fā)展的思考
未來幾年，我國在算力、高性能計(jì)算和超級(jí)計(jì)算機(jī)的發(fā)展仍將保持高速增長。一方面，我國政府已經(jīng)制定了明確的戰(zhàn)略規(guī)劃，強(qiáng)調(diào)加強(qiáng)計(jì)算機(jī)技術(shù)的研究和應(yīng)用，積極推進(jìn)人工智能等領(lǐng)域的發(fā)展；另一方面，我國目前也正在半導(dǎo)體產(chǎn)業(yè)上進(jìn)行積極研究探索，力求盡快取得突破，并逐步建立起完善的產(chǎn)業(yè)鏈條。這也將為金融行業(yè)的快速發(fā)展提供強(qiáng)有力的支持。針對(duì)未來金融行業(yè)算力發(fā)展趨勢，這里提出以下思考和建議。
第一，適度超前布局基礎(chǔ)設(shè)施架構(gòu)�；A(chǔ)設(shè)施適度超前布局，以滿足激增的算力需求，已成為必由之路。2018年以來，我國圍繞數(shù)據(jù)中心綠色節(jié)能、算力高效調(diào)度、東西部供需對(duì)接等熱點(diǎn)問題深入開展調(diào)研論證，數(shù)據(jù)中心已成為支撐國民經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)設(shè)施。而與此同時(shí)，中大型數(shù)據(jù)中心普遍存在建設(shè)投入大、周期長、擴(kuò)容難、布局零散、遷移成本高等問題。隨著“東數(shù)西算”工程的全面推進(jìn)，商業(yè)銀行也應(yīng)立足現(xiàn)在、著眼未來，適度超前規(guī)劃數(shù)據(jù)中心算力布局。
第二，努力打破人工智能高端芯片困局。人工智能是美國政府打壓中國的重點(diǎn)領(lǐng)域，英偉達(dá)占據(jù)了中國95%的AI芯片市場份額，是我國高端AI芯片的主要供給方。結(jié)合人工智能算力的迅猛發(fā)展趨勢，解決芯片“卡脖子”問題已迫在眉睫。但目前我國AI芯片領(lǐng)域尚未形成公認(rèn)的行業(yè)技術(shù)標(biāo)準(zhǔn)、數(shù)據(jù)隱私及數(shù)據(jù)安全等難題有待攻關(guān)、應(yīng)對(duì)網(wǎng)絡(luò)攻擊及各種欺詐風(fēng)險(xiǎn)仍需進(jìn)一步思考。因此，若要在金融行業(yè)快速推進(jìn)諸如大模型等人工智能領(lǐng)域商業(yè)化應(yīng)用，也需要國家層面盡快推出相關(guān)行業(yè)標(biāo)準(zhǔn)和規(guī)范。
第三，重點(diǎn)研究利用量子計(jì)算等技術(shù)進(jìn)一步提升算力。量子計(jì)算利用量子比特（qubit）代替?zhèn)鹘y(tǒng)計(jì)算機(jī)中的二進(jìn)制比特（bit）來實(shí)現(xiàn)更高效的計(jì)算能力。相比傳統(tǒng)計(jì)算機(jī)，量子計(jì)算機(jī)在某些特定的計(jì)算任務(wù)中可以提供更高的算力，如并行計(jì)算能力、量子疊加和量子糾纏、量子算法。未來，隨著量子計(jì)算技術(shù)的不斷發(fā)展，將會(huì)有更多應(yīng)用場景可以發(fā)揮量子計(jì)算機(jī)的高效算力。金融行業(yè)在通過橫向擴(kuò)展算力的同時(shí)，也能多元化發(fā)展計(jì)算技術(shù)，進(jìn)一步提升算力。
本文首發(fā)于微信公眾號(hào)：中國金融雜志。文章內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險(xiǎn)請自擔(dān)。
最新評(píng)論