[新加坡,金沙湾,2022年7月21日]华为全球智慧金融峰会2022期间,在以“技术创新,共建绿色数智金融”主题论坛上,华为提出“MEGA”(Multi-domain collaborative , Efficient,Green,Autonomous)引领金融数字基础设施创新,同时携手伙伴推出金融基础设施解决方案,助力金融行业数字化转型。
围绕“MEGA”构建金融基础设施是未来趋势
面向全联接、全智能、全场景的未来金融,数字化创新将是未来金融业务增长、运营韧性、可持续发展的关键,也会成为数字经济增长的重要引擎。极致的数字体验和业务创新,将进一步加速金融行业的数字化转型。
华为数字金融军团全球Marketing与解决方案销售部总裁胡康燕表示:“数智转型,金融先行。华为将携手伙伴,积极拥抱数字化带来的挑战,助力金融行业打造创新的MEGA数字基础设施”。
华为数字金融军团全球Marketing与解决方案销售部总裁胡康燕
“MEGA”即多域协同(Multi-domain collaborative)、高效(Efficient)、绿色(Green)、自治(Autonomous)。华为认为,“MEGA”是新纪元发展下对金融数字基础设施提出的新目标。通过重塑算力、存力、联接力,促进多技术、异构技术、混合多云的深度融合,助力金融机构实现高效、高可用、高性能的业务创新及极致用户体验。
华为亚太地区部企业业务总裁马建华表示:“要建设绿色、数字和智能金融,只有健康和可持续的生态系统协作,才能实现共赢。我们计划基于基础研究能力、创新解决方案、技术平台和华为云,加强与全球合作伙伴的生态合作,匹配金融行业的数字需求。”
创新驱动数字化变革,华为推出基于“MEGA”的金融数字基础设施方案
数字化转型浪潮下,基于华为领先的创新技术与能力积累,携手伙伴围绕金融场景打造创新的数字基础设施方案。
· 业界首个“存储与光协同”方案-SOCC(Storage-Optical Connection Coordination):华为光传输产品已广泛应用于金融数据中心互联,华为全闪存也是业界唯一同时实现SAN&NAS免网关双活的存储产品;基于两个领先产品的创新性握手,通过光传输的链路故障毫秒级感知和存储的快速切换算法结合,实现传输线路故障时,IO链路切换从120秒降低到2秒,保障业务交易0失败,保障金融客户业务7*24小时永远在线;
· MDC云网协同:针对金融客户公有云、私有云和传统数据中心多网割裂并存、多部门运维协同难,通过MDC云网协同,实现全网统一仿真校验、一键配置下发,网络变更效率从天级到分钟级;
· 融合存储资源池方案:针对金融客户公有云、私有云和传统IT多环境并存、资源利用效率低,通过融合存储资源池方案,实现面向云、虚机、容器的存储资源统一供给、快速上线,一池支持数据加速、留存、备份、归档、分析,运维效率提升90%,资源节约率超30%;
· 多重数据保护:针对防病毒、防勒索场景,通过防火墙、全闪生产、全闪备份结合,实现病毒检测、防御、隔离、恢复一体化保护,病毒检测率从99.5%提升到99.9%,备份恢复时间缩短5倍,有效防止勒索等病毒攻击,保障金融业务安全;
· 华为&天旦AIOPS智能运维:针对金融应用系统调用关系复杂、问题定位难,通过AIOPS智能运维方案实现了业务、应用、云、数据中心、网络、设备运维端到端可视化,覆盖所有环节业务轨迹跨应用、跨网络实时追踪、问题秒级精准定位;
· 华为&同盾智能风控:结合同盾业界领先的决策引擎、模型管理能力,与华为云结合,领先的数据和AI技术,如河图Hetu引擎,数据治理中心DGC,湖仓Lakehouse,图引擎GES等,协助金融客户在反欺诈、信用评分等场景实现70%以上决策效率提升,大规模并发的业务场景平均决策响应时间可达50ms以下,并且内置典型规则和模型数百条,易于客户快速部署,应对业务挑战。
当前,华为已服务全球60多个国家和地区的 2,000多个金融客户,包括全球Top100银行中的49家。华为与全球多家大型银行、保险、证券机构建立了全面的战略合作,成为金融数字化转型可信赖的战略合作伙伴。
好文章,需要你的鼓励
Indeed通过云原生和数据驱动的数字化转型,为AI时代做好了准备。公司CIO Anthony Moisant表示,他们不仅在采用AI,更在构建一个智能代理公司,将人类智慧与机器智能相结合。公司已完成从本地服务器向AWS的迁移,建立了统一的数据湖架构,并基于Apache Iceberg构建数据湖仓。目前已有4个Salesforce代理投入生产,6个内部智能产品上线,另有20多个代理正在开发中。
微软研究院团队开发的BitNet v2技术实现了AI大语言模型的重大突破,通过创新的H-BitLinear模块和哈达玛变换技术,成功将模型激活精度从8位降低到4位,同时保持了几乎相同的性能表现。这项技术显著提高了模型的计算效率和硬件利用率,为AI模型在边缘设备和批量推理场景中的部署开辟了新道路,有望推动AI技术的更广泛普及应用。
AI第四代生成式AI标志着技术范式转变,正在用户体验、应用自动化和平台三个层面为企业带来重大价值和颠覆。企业应关注商业价值而非技术本身,需要从业务问题出发量化价值。未来五年将在认知任务处理上取得巨大进展,但需要创新思维应对劳动力转型。六大颠覆性支柱包括下一代AI能力、数据平台、机器人技术、量子计算、企业用户体验和云架构等。
伊利诺伊大学香槟分校研究团队提出ToolRL方法,通过精细的奖励机制训练大语言模型正确使用工具。该方法突破传统监督微调局限,采用格式奖励和正确性奖励相结合的评估体系,在多个基准测试中相比基础模型提升17%,相比传统方法提升15%,显著改善了模型的工具使用能力和泛化性能。