- 产品与解决方案
- 行业解决方案
- 服务
- 支持
- 合作伙伴
- 关于我们
• 智算筑基：多芯异构打造金融智算底座，多模型高效兼容
• 全栈赋能：保障金融业务7×24小时稳定高效运行
• 数智提效：算力资源利用率提升超40%
在数字经济与金融科技深度融合的时代，人工智能成为商业银行数字化转型的核心驱动力。大模型技术的落地应用对AI算力基础设施提出了高性能、高兼容、高弹性的全新要求。某大型银行作为国内金融科技领域的标杆机构，始终以技术创新引领业务发展，在智能客服、风险识别、智能投研等核心场景广泛布局大模型应用，亟须构建集约化、安全可控的智算底座，支撑全行智能化转型。
智算新需求 直面四大核心痛点
随着金融业务线上化、智能化进程加速，该行AI应用场景不断丰富。从面向C端用户的智能客服、远程金融服务，到内部运营的风险管控、智能投研，再到企业客户的产业金融服务辅助，不同场景对算力的需求呈现多元化、差异化特征。在大模型技术深度融入业务的过程中，传统算力架构难以适配以下四大核心挑战，成为制约 AI 应用规模化落地的关键瓶颈。
其一，算力需求碎片化。AI 业务覆盖客服、风控、运营、投研等十余类场景，不同场景的模型规模、推理训练需求差异显著，单一算力方案难以兼顾性能与成本，算力资源集约化利用迫在眉睫。
其二，模型兼容性要求高。为保障金融服务的专业性与精准性，该行引入Qwen、DeepSeek等通用大模型，不同模型对芯片生态适配性要求各异，传统算力架构难以满足多模型并行运行需求。
其三，响应速度与稳定性要求严苛。智能客服、实时风险识别等业务需要秒级响应，算力延迟可能影响用户体验甚至业务安全；而7×24小时不间断金融服务，则要求算力系统具备极高的持续稳定运行能力。
其四，合规与安全可控需求迫切。在金融行业国产化持续推进的背景下，实现从硬件到软件的全栈自主可控，构建安全可靠的算力体系，成为智算基础设施建设的核心要求。
为破解上述痛点，该行启动异构AI芯片资源采购项目，旨在打造新一代智算基础设施，实现算力集约化管理、多模型高效兼容、业务场景稳定支撑与合规全面落地，为全行级AI应用规模化发展筑牢算力根基。
多芯异构筑底座，全栈技术解难题
针对客户核心需求与业务痛点，紫光股份旗下新华三集团发挥在算力硬件、软件调度、场景适配等方面的全栈技术优势，打造定制化多芯异构智算解决方案。从硬件架构、模型部署、资源调度到安全保障，多维度帮助客户构建高性能、高可靠、高兼容的金融智算底座。
在硬件算力平台建设上，新华三以 AI 模组为核心，凭借类 CUDA 设计、高兼容性、大显存支持等优势，实现与主流 AI 框架的无缝适配，为大模型高效运行提供充足算力。同时依托国产化芯片特性，为金融行业合规建设奠定坚实硬件基础。
在大模型高效部署与调度层面，新华三打造分层级技术架构体系，实现算力资源全流程精细化管理。在智算底座层依托RDMA网络、并行文件存储等技术，实现算力池化管理与高效调度，支持弹性伸缩、分时混部、算力切分等模式，大幅提升资源利用率；中间大模型使能层提供模型推理、训练支持、资源调度与监控等全流程服务，实现Qwen、DeepSeek等大模型的快速部署与稳定运行，支持Qwen3 30B/32B模型单卡部署，以及DeepSeek满血版、Qwen3 235B模型单机部署，显著降低部署成本与硬件需求；行业智能化应用层则深度对接智能客服、风险识别等核心业务系统，实现算力与金融业务的深度融合。
为保障多模型、多场景高效运行，新华三创新采用异构算力融合调度技术，打造统一模型接口与管理平台，实现异构算力的统一管理与弹性调配，支持多模型统一管理与性能优化，让不同场景的算力需求得到精准匹配。
同时，针对金融行业安全需求，新华三构建金融级安全与稳定性保障体系，采用多芯异构平台统一管理及故障自动切换机制，实现核心AI业务故障无感切换，保障业务连续性；全栈安全策略则让整个算力体系符合金融行业合规要求，实现从硬件到软件的安全可控。
数智赋能见实效，四大价值促升级
新华三与该行携手打造的异构智算底座，经实际业务场景验证，实现了算力效率、业务响应、系统可靠性与全行智能化水平的全方位提升，为金融科技发展注入强劲动力，带来可量化、可感知的四大核心价值：
• 算力成本与效率双优：硬件投资与机房空间占用减少约40%，资源利用率提升超过 40%；
• 业务响应与决策提速：高频业务实现秒级响应，复杂任务处理时长缩短60%以上；
• 系统可靠与安全可控：多芯异构平台保障核心AI业务高可用与连续性；
• 智能水平与协同赋能：规模化支撑50余个核心场景稳定运行，跨部门协同效率提升3倍；
标杆引领启新篇，生态共赢向未来
在实际业务落地中，该行智算底座已实现对零售、对公、中后台等多板块的全场景AI赋能，既覆盖智能客服、风险识别等传统金融场景，更延伸至智能营销、智能办公、产业金融服务等创新领域。
在智能客服场景，通过语音识别、语义理解实现客户需求的快速响应与精准对接；在风险防控场景，依托多维度AI识别技术，实现交易风险、业务风险的实时感知与防控；在营销场景，通过大模型能力实现个性化营销内容的智能生成；在企业金融服务场景，借助大模型完成专业报告撰写辅助、业务单据智能处理等工作，全方位推动金融业务流程的自动化与智能化升级。
未来，该行将持续迭代升级智算基础设施能力，深挖大模型技术与金融业务融合潜力，不断拓展AI应用的深度与广度，将智算底座的技术优势转化为业务创新优势，在零售金融、财富管理、风险管理等核心领域打造更多智能化标杆场景。同时，该行也将持续坚守金融科技安全可控的发展方向，深化国产化技术融合应用，以更先进的数智化能力提升金融服务的专业性、便捷性与安全性，进一步巩固金融科技领先优势，以技术创新驱动高质量发展。
