随着金融领域数智化转型进程的不断深入,金融大数据正呈现几何式爆发,而作为金融信息系统的关键基础设施,数据库在安全、运算和应用层面的作用越来越重要,已经成为金融行业数智转型突破的关键环节之一。

发布仪式
在此需求下,9月23日,中科曙光联合雅捷信息在京发布面向金融行业的数据智能一体机,实现数据查询性能秒级至毫秒级提升和并发性能10倍以上提升,以更强性能、更广适用、更低成本、更高安全,赋能金融行业智能解决大数据计算瓶颈。
据悉,中科曙光高级副总裁任京暘、雅捷信息董事长郑学强以及金融信创生态实验室负责人班廷伦共同出席本次发布会。

中科曙光高级副总裁任京暘
任京暘表示,数据智能一体机充分满足了数据应用对于极致速度和高度安全的刚需,突破性填补了我国金融大数据行业在高性能数据智能一体机产品端的技术空白。

雅捷信息董事长郑学强
郑学强强调,雅捷的大数据业务经过实践的检验,帮助各大银行成功应对大数据以及应用挑战。数据智能一体机适用于性能要求较为苛刻的场景,可以帮助大型银行等金融机构成功应对大数据以及AI的挑战。
据了解,曙光-雅捷数据智能一体机以曙光自研国产核心部件和整机为平台,搭载雅捷自主开发的DataTurbines分布式数据库,可以显著提升单机算力水平,从而减小集群规模,并降低前期投入和后期运维成本。
同时,该产品支持国密算法,并扩充了安全算法指令,集成了安全算法专用加速电路。不仅支持可信计算,还大幅度地提升了处理器的安全性,可以在数据处理过程中为用户提供更高效的安全保障。
此外,该产品还在并发任务数和数据更新速度上大幅领先传统数据库,可广泛应用于实时金融业务、量化交易、大数据平台批处理等计算密集型场景。目前,曙光-雅捷数据智能一体机已率先在多家金融客户落地,帮助其在CRM和数仓改造等多个项目中实现性能和效率的大幅提升。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。