行業趨勢
目前,我國金融業的發展已經實現由金融信息化→互聯網金融→科技金融→智能金融的發展歷程,進入技術與金融高度融合,促進相關生態發展階段。
為加速傳統金融改革與轉型升級,國家相繼發布政策支持互聯網、人工智能、大數據、云計算等新興技術在金融領域的應用和融合創新,且在出臺政策在支持智能金融發展的同時,也重視對行業監管規范的約束。
未來,結合我國政策優勢、技術優勢、行業發展創新優勢、高端復合型人才培養優勢,智能金融將成為“十四五”時期我國金融創新及金融科技發展的重要方向。未來服務內容將由產品供給到客戶需求為中心轉變;技術從簡單的疊加向多元融合發展;應用場景由單一布局到向智能風控、智能營銷及智能運營全場景延伸的行業發展趨勢。
為加速傳統金融改革與轉型升級,國家相繼發布政策支持互聯網、人工智能、大數據、云計算等新興技術在金融領域的應用和融合創新,且在出臺政策在支持智能金融發展的同時,也重視對行業監管規范的約束。
未來,結合我國政策優勢、技術優勢、行業發展創新優勢、高端復合型人才培養優勢,智能金融將成為“十四五”時期我國金融創新及金融科技發展的重要方向。未來服務內容將由產品供給到客戶需求為中心轉變;技術從簡單的疊加向多元融合發展;應用場景由單一布局到向智能風控、智能營銷及智能運營全場景延伸的行業發展趨勢。
業務痛點與計算需求
解決方案
超集信息在應對金融AI訓練業務需求中,通常提供從底層基礎架構到上層深度學習開發環境搭建的一體化搭建,通過Platformax一站式AI+HPC統一調度管理平臺,以可視化的方式實現整套集群部署、管理、監控、AI模型開發、高效利用GPU資源細粒度切分GPU,讓用戶可以高效實現采集、存儲、模擬和分析海量金融數據,為智慧金融的AI訓練提供強大平臺支撐。該智慧金融方案主要包括:
優化服務
Platformax 智算融合開發平臺統一管理AI+HPC應用,提供算法優化服務;高性能分布式存儲系統提供低延時數據實時傳輸及大規模歷史數據的長期留存,為保障金融領域大規模的數據上百 PB甚至于 EB 級數據歸檔和按需快速恢復數據需求。
算法優化
算法、軟件及硬件層面對金融與深度學習算法加速要求高。我們研究GPU、FPGA加速金融算法實時推理,并優化CPU-GPU架構下經典模型及NAS/MoE技術的分布式計算。
智能系統集成
利用計算機做強化訓練和集成學習,并有效存儲的一體化系統。對于金融領域的智能系統主要在:智能風控、智能營銷、智能研投、身份識別、智能客服、智能監管智能投顧有著廣泛的應用。
