当前位置: 首页 > news >正文

透视光合组织大会:算力生态重构金融AI落地新实践

2025年,金融行业AI应用加速落地,同时信创建设也进入关键时期。很多金融机构已经做出围绕纯自主算力底座构建AI应用的战略规划,但在落地过程中仍然面临诸多挑战。

国内算力在金融行业的规模化应用能力究竟如何,如何打造投资回报比高的国内算力+平台应用整体解决方案?不久前,2025光合组织领导人大会从生态层面给出了实践新思路。

图片

图片

行业现状:AI加速落地,算力瓶颈凸显

2025年,金融行业AI应用已经从技术验证阶段转向规模化商业落地,投入产出比超越技术先进性,成为金融机构应用AI的核心考量。然而,金融行业也面临着前所未有的挑战。

一是算力资源的结构性困境。

年初DeepSeek引爆金融行业算力需求,金融机构普遍遭遇算力瓶颈。不仅存在算力紧缺,还面临算力效率有待提升,散热、供电等数据中心层面挑战,异构算力资源池纳管、调度、监控等运维管理挑战。

二是提升自主可控能力迫在眉睫。

金融作为关系国计民生的关键领域,其信息安全与提升自主可控能力至关重要。构建自主可控的算力底座,成为行业“必答题”。然而国内算力对很多金融机构是全新的技术体系,需要一定时间熟悉与磨合。

三是多元算力-模型-应用适配难。

国外-国内算力混合并用将在相当长时间存在,叠加多元模型、海量应用,技术复杂,如何在保障核心系统稳定、服务体验不受影响的前提下,实现平滑迁移,是金融机构的一大挑战。

此外,由于金融机构对业务稳定性、安全性要求极高,因此在选型时,除了标称算力,更需审慎考量软件生态、服务能力、技术路线的可持续性、算力量产能力,以及安全和自主可控等,决策链条空前复杂。

图片

图片

实践样本:某大型股份制银行的AI算力重构之旅

某大型股份制银行业务涉及大量的智能文档处理流程,此前复杂文档需要大量人工核验,时间成本高、处理效率低。同时该行在推进信创和“AI+战略”时,面临信创化和算力资源短缺的双重挑战。

海光联合光合组织成员青云科技、合合信息,共同打造了“硬件+平台+应用”三位一体的深度协同:海光DCU+青云AI智算平台+合合信息智能文档处理应用的整体解决方案,已经在该行OCR、智能语音、大模型等多个人工智能场景落地。

1. 算力基石:海光DCU的坚实底座

最底层,海光DCU提供了开放、兼容、稳定的国内算力基础。通过与上层平台和应用进行原子级的深度适配,实现将芯片能力发挥到最优。海光DCU领先的算力精度,支持金融场景下百万并发级的大规模应用部署。

2. 调度中枢:青云平台的“化零为整”

金融机构内部往往存在多个厂商、不同型号的异构算力资源,形成一个个“算力孤岛”,资源利用率低下,运维管理复杂,影响开发效率。青云科技扮演了算力资源“调度中枢”的关键角色。

“青云科技的智算平台可以把分散的异构算力放到更大的算力池进行统一管理、分配和调度。当对算力进行更细颗粒度的管理以后,原有的算力资源不仅可以支撑更多应用场景,还能实现更高的推理效率。”青云科技副总裁沈鸥表示。

3. 应用先锋:合合信息金融文档处理的“尖兵”价值

现代金融场景下的文档处理,需要应对格式多样、版式复杂、手写混排、印章干扰等诸多挑战。合合信息的智能文档处理技术,融合了深度学习、语义理解、多模态大模型等能力,不仅能识别几乎所有文档元素,还能解析表格结构、理解段落逻辑、校验关键信息的一致性,将过去需要数天人工核验的流程,缩短至几分钟。

“在海光DCU原子级的技术支持下,合合信息多个AI应用与底层算力深度适配,实现智能文档识别率的大幅提升,识别效果和效能与国际算力环境不相上下,甚至在特定场景下做到优于后者。”合合信息智能解决方案事业部总经理李明表示。

该案例打破了传统IT的“分头采购、各自为战”模式,一个由硬件、平台、应用三方构成的“铁三角”与客户深度协同,共同打磨出一整套基于国内算力的人工智能解决方案,为金融行业采购国内算力起到示范作用。

图片

图片

生态破局:软硬协同,让国内算力更好用

作为围绕“海光芯”先进算力的软硬件生态联盟,光合组织是一个聚合100+人工智能平台、算法、应用厂商的软硬件生态联盟,旨在发挥成员企业软硬件协同的价值,为国内算力落地带来1+1>2的加速引擎。

作为光合组织的发起方,海光一直坚持“算力不光要建好,还要好用,让客户的投资更有价值”的理念,以此打造了海光DCU在金融行业的竞争壁垒。

1. 兼容主流AI生态,降低落地门槛

海光DCU采用国际主流的GPGPU路线,并实现了对CUDA生态的完全兼容。最新的DTK和DAS软件栈,让客户无需二次开发,极大地降低了技术门槛和迁移成本。此外,海光DCU团队构建了从底层的GPU开发套件DTK,到人工智能基础软件系统DAS,再到上层应用平台DAP的端到端全栈AI加速套件,发挥平台级软件优化能力,加速客户AI应用落地。

2. 金融行业丰富的落地经验

海光DCU已持续为近100家金融头部客户提供高品质服务,包含国有银行、股份制银行、城商农信、大中小保险证券机构。在丰富的实战经验中,海光DCU已经在智能文档处理、数字人营销、金融反欺诈、隐私计算、智能问数、信贷尽调报告生成、代码生成、企业知识库等众多场景验证了技术可靠性和适用性。

3. 光合组织聚合全产业势能

只有在最广泛的应用中、在解决最棘手的工程问题中,算力生态才能自我造血、持续繁荣。近年来,光合组织大力推动我国算力与平台、应用的兼容适配,共同孵化一整套AI解决方案,实现一体化交付。

结语

“光合”的本质是生态。一个繁荣的算力生态,最关键的要素并非一两项领先的性能指标,而是搭建一个普适、通用、开放的生态,让算力真正地“用起来”。

从光合大会到金融一线的实践,我们看到一条清晰的路径正在形成:以开放兼容的硬件为基石,以智能高效的算力平台为中枢,以场景丰富的AI应用为牵引,通过产业生态的协同共创,我国AI算力正在打通赋能千行百业的“最后一公里”。

END

本文为「智能进化论」原创作品。

http://www.xdnf.cn/news/1367425.html

相关文章:

  • C语言 指针
  • 【设计模式】 面向对象基础
  • 打破技术壁垒的先进制造框架的智慧工业开源了
  • 如何利用ArcGIS探究环境与生态因子对水体、土壤、大气污染物的影响?
  • Mac安装mitmproxy及操作对监控的请求
  • Android Glide常见问题解决方案:从图片加载到内存优化
  • 使用 Docker、Jenkins、Harbor 和 GitLab 构建 CI/CD 流水线
  • Linux文件系统深入解析:从原理到实践
  • 通义灵码插件——AI 重构表单开发!半小时搭建可视化拖拽系统,效率碾压传统模式
  • 面试:Spring
  • MySQL 面试题系列(三)
  • week5-[循环结构]听歌
  • cuda编程笔记(16)--使用 cuDNN 实现卷积、激活、池化等反向操作
  • 淘宝/天猫商品详情API数据解析【附代码】
  • AP8105 PFM升压芯片数据手册
  • 支持向量机(SVM)学习笔记
  • 如何安装 VS2019 和 .NET Core SDK 2.2.301(winx64)?完整操作步骤(附安装包下载)
  • Ubuntu22.04安装OBS
  • 【软考论文】论自动化测试方法及其应用
  • 办公无纸化的关键:cpolar让Paperless-ngx远程扫描更便捷
  • 【Elasticsearch】k-NN 搜索深度解析:参数优化与分数过滤实践
  • 【SystemUI】锁屏来通知默认亮屏Wake模式
  • 32.Ansible平台搭建
  • 1424. 对角线遍历 II
  • 2024年Engineering SCI2区,面向工程管理的无人机巡检路径与调度,深度解析+性能实测
  • 计算机毕业设计 java 药店药品信息管理系统 基于 Java 的药店药品管理平台Java 开发的药品信息系统
  • 设计模式:原型模式(Prototype Pattern)
  • 如何通过虚函数实现多态?
  • 实现自己的AI视频监控系统-第二章-AI分析模块2
  • 【git使用场景】本地仓库与远程仓库存在独立历史