编者按：在市场竞争、客户期望、政策驱动、技术进步等多重因素驱动下，金融机构数字化转型势不可挡。由于金融业务模式的持续演进，IT基础底座经历了大型机、小型机、虚拟化、专属云的建设模式转变。随着金融数字化转型的加速，科技金融的发展，金融数据中心IT基础设施建设模式也引申出了新的要求。以云原生、自主云基础设施为内涵的IT云建设理念，为新金融业务模型支撑体系建设，提供了新思路。

　　近日，农信银资金清算中心主办的“筑基赋能 笃行致远”2023农村金融科技创新与共享发展会议在北京举行，本文系浪潮数据云计算方案总监刘健主题演讲实录。

　　演讲分为三个主题，第一，数字化转型背景下的云计算趋势；第二，构建可演进的基础设施，以“一云多芯”建设理念构筑科技金融支持基座，拥抱以AIGC为代表的人工智能时代；第三，分享浪潮云海与信标委关于云计算标准化研究方面的创新与实践。

　　在市场竞争、客户期望、国家政策、技术进步等因素驱动下，金融机构数字化转型势不可挡。目前国内金融行业所处的环境与过去有着极大差别，随着经济、社会和用户的行为发生剧变，科技金融发展带来新机遇、金融监管体制不断完善，金融服务市场正在经历新一轮重塑，银行、保险、信托等领域客户均在通过数字化手段，积极应对新一轮挑战。

　　其次，客户对数字化金融服务的期望亦随着技术的演进不断提高，致使金融机构服务水平与日益提升的客户需求之间始终存在一定差距。

　　数字化转型战略已经上升到国家层面。当前国内经济正处于“高速发展”向“高质量发展”转型的关键时期，通过数字化手段加强金融机构获客渠道，实现线上、线下经营体系的融合，构建新型经营服务模式，提升客户服务质量，均是近几年金融科技的重点投入领域。夯实科技金融创新基础、丰富科技金融服务生态，将成为下一轮转型工作的任务目标。

　　金融行业已处于全面数字化和智能化的新时代，包含区块链、生物识别在内的先进金融科技在过去两年得以广泛运用，数字营业厅、掌上银行、互联网金融、数字化营销、银发金融等理念不断推陈出新。金融行业赋能实体经济已成为政策导向和市场发展重心，金融科技成为金融与实业结合的重要载体。

　　从以IOE为核心的流程银行时代，到互联网+时代，再到今天的 AIGC 人工智能+时代，金融科技的发展完成了多次阶段性的技术跨越。今天的AIGC时代，GPU算力成本相较以往大幅提高，软硬件供应链、新技术应用在带来新机遇的同时，也为中小体量金融机构带来新的挑战，如何在科技金融发展趋势下充分运用AIGC技术，已成为行业热门话题。

　　以时下热门的ChatGPT为例，其对金融IT和各个行业都产生了重要影响。浪潮云海经过对国有银行、城商行、农商行、保险及证券等金融机构的现场调研，了解到金融机构普遍对大模型技术应用所需的动辄千万级IT基础设施建设成本感到十分审慎，这其实和金融行业用户对AIGC的需求定位尚不清晰有关。

　　结合“源1.0”到“源2.0” 大模型的训练经验积累，AIGC的应用模式可分为三种形态，包括：预训练型、模型微调型和已有基础模型的提示词工程型。其中，头部金融机构与部分互联网公司在资金和研发人力储备方面相对雄厚，可通过自建大型GPU算力集群，构建AIGC服务体系。但对于多数中小金融机构而言，较难在短期内通过大量重资产投入，形成体系化营收产出。因此通过轻量AI算力基础设施建设模式，基于已有基础模型的提示词与模型微调模式的大模型技术应用，将成为中小金融客户落地AIGC的主要方式。

　　国有大型银行等头部金融机构，基于自身承担的历史使命，已逐步启动基于千亿级参数的金融行业大模型训练服务体系建设工作。但对于金融业各垂直细分领域的中小机构来说，可灵活基于“源2.0”或头部机构开放的行业大模型成果进行二次调试，这样训练过程中需要微调的参数量级会小很多，3-5台GPU 服务器结合自身业务数据，即可享受技术红利，大幅缩小AI算力建设成本。

　　将该类型AI模型嵌入到整个业务流程中，将是金融机构在AIGC时代快速实现AI赋能的可行路径之一。因此，对于金融行业IT基础设施而言，“算力、算法、模型”已经成为其新增的必要元素，需要通过新的敏捷IT建设模式，构建符合行业发展需要的敏捷IT云基础设施体系。

　　采用多技术路线，构建下一代云数据中心势在必行，在具体建设过程中，根据不同规模、不同场景的建设模式，可参考以下浪潮云海作为行业领先云数据中心基础设施供应商的经验总结：

　　第一，开放的硬件和软件：过往十年，传统互联网企业对开放硬件利用率极高，显而易见，通过采用通用型x86服务器极大降低了互联网企业的硬件采购成本。此。