当证券行情牵手云计算会发生怎样的化学反应?深圳证券通信的行情云或许可以告诉你答案。对许多普通股民来说,只需要通过网络或者短信获取某只关心的股票行情就可以了,但是对证券公司、基金公司及银行等金融机构来说,掌握一手行情,抢先看到证券市场的变动和交易流通情况却至关重要,晚1秒或许就会造成数百万的损失,他们获取行情的方式就需要依靠行情接收通信系统了。
深圳证券通信公司(以下简称“深证通”)的行情接收通信系统是深交所行情系统的通信及处理前端,为证券公司、基金公司、银行、行情服务商等提供深圳证券市场A股、B股及三板市场的主用行情、成交回报、结算数据、公告及通知等,为金融机构快速的提供了一手行情。
此外深证通还提供上海证券市场的备份行情,拥有覆盖全国、功能强大、安全高效的地面和卫星通信专网,以多媒体高速单向卫星为行情的主用通道,地面网为备份通道。
行情云升级扩容 应对业务翻倍增长
过去,证券公司需要从行情通信系统下载数据,带宽、距离等因素均对传输速度有着较大影响,一般来说往往会有几秒的延时。2013年,深证通推出了行情云,借助云计算技术为客户提供证券网上行情应用服务,数据上云,并在不同地域建立站点,客户可就近接入,一手行情的时效性大幅提高。
深证通行情云首先在东莞、廊坊、苏州和重庆设立了服务站点,上线客户40多家,覆盖了国内主要的证券公司和部分中小信息商,获得了市场的普遍认同,日客户峰值访问量达1000万频次。
然而到随着深证通行情业务的逐渐扩大,现有的4个站点已经无法满足越来越多客户的需求,尤其是中西部地区客户的接入需求。根据市场调研情况,深证通预计2016年新增业务量达7G左右,是现有业务的5倍以上。深证通相关负责人介绍说:“股市交易系统是最繁忙的在线交易系统之一,每天都会有几百万条新的交易数据产生,这些变化都要及时通过行情云传递到证券公司手中。”
除了交易数据,行情云中还包括了股市走势、融资形式等金融信息,以及行业趋势、经济走势等关系国计民生和社会经济全局的关键信息。行情云平台不仅要收集汇总海量交易数据,还需要对数据进行统一处理,扩容升级已经迫在眉睫。
打通传输通路 站点覆盖全国
深证通在对行情云平台进行扩容升级之前,进行了大量市场调研工作,对未来的业务增长量进行了预判,在此基础上,计划在全国建立50个服务站点,形成覆盖全国的行情云,方便全国各地的证券公司都能就近接入行情云,在更短的时间内获得一手行情。
如此大型的扩容工程,选对硬件支撑是关键。深证通对行情云的要求一是要快,二是要稳,因此在选择服务器时,深证通一方面特别看重服务器的性能和IO,必须能够满足海量数据的高速处理和传输,降低延时;另一方是对服务器的稳定性和可靠性提出了严苛的要求,确保系统可以不间断稳定运行,避免因宕机等问题给券商用户带来巨大经济损失。
经过长期的严苛测试后,深证通选择了深受金融行业客户青睐的浪潮双路服务器独家支撑起全国50个站点建设。每个站点部署22台浪潮NF5180M4作为计算节点,负责对海量行情数据进行分析处理;3台浪潮NF5280M4作为存储节点,汇集每日产生的海量行情数据,供客户查询参考。
浪潮NF5180M4
浪潮NF5180M4在1U空间内搭载2颗全新英特尔E5 v4处理器,3TB内存,超高计算密度带来更强计算性能;采用浪潮F-LOM技术,实现极速网络I/O,用户可根据网络宽带需求灵活选择千兆或万兆网络适配器,保障更快接入、更快传输。而作为存储节点的浪潮旗舰双路服务器NF5280M4最大可支持29块硬盘,存储容量是业界之最,可轻松支持海量数据
在行情云的汇聚集。
浪潮NF5280M4
这两款浪潮双路服务器均支持最新优化的系统环境动态感知和调控技术,可通过精确设置在系统内部的多个温度传感器,配合先进的风冷系统实现最佳工作环境,采用多项容错技术,关键部件冗余热插拔的设计带来绝佳稳定性,支撑行情云长时间稳定运行。
延时低于0.4秒 时刻掌握一手行情
经实测,扩容后的深证通行情云一手行情平均延时控制在了0.4秒以内,深证通相关负责人表示:“浪潮服务器自上线以来,运行十分稳定,扩容后的行情云相应速度更快了,设备上线后的前两个月,浪潮工程师每周巡检一次,确保系统不出故障。”
扩容后的行情云让更多证券公司能够就近接入,尤其是位于中西部的证券公司,能够与东部地区的证券公司在同一时间获得一手行情,保障了交易的公平公正,受到越来越多证券公司的认可。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。