北京2024年3月15日 /美通社/ -- 2023年10月，中央金融工作會議在北京舉行。會議強調，加快建設中國特色現代金融體系，不斷滿足經濟社會發展和人民群眾日益增長的金融需求，不斷開創新時代金融工作新局面?；谏鲜瞿繕艘?，聚焦科技、綠色、普惠、數字等金融領域關鍵詞，浪潮信息從金融業務發展的實際需求出發，前瞻性提出了未來五年金融數據中心的十大技術趨勢，以凝聚共識、洞察先機，加速釋放新質生產力與數據要素潛能，推動我國金融科技高質量發展。

一、數字金融持續演進，傳統架構向云化、開放架構轉變

當前，金融業高質量發展進入轉型關鍵期，金融機構紛紛引入云原生平臺釋放數字生產力，核心交易系統下移到云化、模塊化及開放架構成為大勢所趨。但是，新型云化系統如何達到與大中型主機同等水平的低時延和高可靠性，依然是業界面臨的重要難題。

趨勢1：一云多芯——面向多元算力，構建可演進的金融業云平臺底座

在算力基礎設施建設領域，金融業已經從以單一CPU為中心進入到"一云多芯、一機多芯"的新階段?？v覽架構演進歷程，2019年之前，金融機構信息系統建設經歷了大、小型機到X86架構的轉變；自2020年起，ARM、RISC等算力芯片逐漸商用，推動了算力產品的多樣化發展。例如，在辦公系統方面，ARM算力服務器可穩定支撐銀行的日常辦公需求，基于多元算力的數據倉庫和大數據集群亦隨之逐步推廣。此后，金融機構在風控模型、智能客服、市場分析等領域的AI應用需求明顯上升，GPU算力需求快速增長，成為多元算力新的增長點。

面對新一代云數據中心多元算力、多芯混部的現實挑戰，"一云多芯"算力平臺建設成為業界主流的解決方案之一，并逐步從1.0向2.0加速演進。"一云多芯"的建設目標是實現應用與指令集無關，即應用可以跨越不同架構完成無感知遷移，達成運行在不同架構的應用實例均能正常對外提供服務的效果，進而實現算力等價。具體而言，"一云多芯"可通過三個階段來逐步實現：一是通過多芯混合部署、統一管理、統一視圖，解決"有"的問題；二是通過業務牽引、分層解耦、架構升級，解決"好"的問題；三是通過算力標準、全棧多芯、生態共建，解決"優"的問題。目前"一云多芯"解決方案已成功在多家國有大行、農信社、城商行等部署實施，為金融數字化轉型注入了新動能。

趨勢2：隱私計算——加速數據共享，釋放數據要素價值

隱私計算可使金融機構在保護隱私數據的前提下，將機構內、外更大范圍的數據聯合起來進行分析應用，加速推動金融數據要素的價值釋放。人民銀行印發的《金融科技發展規劃（2022—2025年）》將"全面加強數據能力建設"作為八項重點工作之一，提出在保障安全和隱私前提下，推動數據有序共享與綜合應用，充分激活數據要素潛能，有力提升金融服務質效。相關數據顯示，金融業隱私計算主要應用在產品營銷和授信風控兩個領域，兩者占比接近80%。在產品營銷領域，金融機構通過隱私計算平臺，可將自身內部數據與政府、互聯網企業的外部數據融合，在保證"數據不出域"的情況下進行信息升維與特征融合，從而精準繪制用戶畫像，助力產品營銷，提升拓客效率。在金融風控領域，隱私計算可高效解決單一金融機構自有數據量小、數據維度不豐富、建模樣本數量不足等問題。

趨勢3：云原生——以容器技術構建敏捷的云原生底座（iPaaS），滿足金融行業多樣性需求

發展至今，金融云大致經歷了IOE時代、業務云化時代、云原生時代等三個階段，其能力變化可以概括為應用的容器化、服務的Mesh化及Serverless等三個方面。在金融領域，IT本質上需要為組織和業務服務，所以上層技術的變化往往源于組織架構的變遷，如業務架構從單體到服務化再到微服務架構，數據架構從統計分析到數據服務湖倉一體，技術架構則對應發展到服務網格，最終形成組織架構和開發框架的變革。簡而言之，每個階段的組織架構和技術架構都需要相互匹配，這是一個逐步演進的過程。

金融云建設面臨的主要挑戰是IaaS層的建設經驗較為通用，但PaaS層的建設方案更加復雜。首先，IaaS和PaaS都有明顯的行業屬性，如果一家云廠商提供的所有PaaS服務都一樣，則它是不具備行業屬性的，但每個行業的業務不同，要求的PaaS指標和組件也不同，因此標準化產品未必適用。其次，容器即服務，很多場景下用戶認為PaaS不好用、不靈活，是因為云廠商將PaaS的基礎設施跟PaaS的服務整合在一起，極端情況可能是每個產品都附帶了容器平臺。對此，金融機構可嘗試將PaaS功能解耦出來，使之成為容器即服務；同時，在業務層的搭建過程中，建設統一的云基礎設施，并選擇業務可解耦的PaaS服務，將解耦后的能力架設在統一的容器即服務平臺上。

二、金融對于安全可靠的極致追求，推動數據中心架構變革

從我國金融數據中心的發展歷程來看，計算與存儲經歷了多次分分合合。從早期的大型機計算與存儲緊耦合，到幾乎所有金融機構都采用的存算分離架構，需求變化推動數據中心部署方式發生了相應改變。

趨勢4：云存解耦、存算分離——從傳統數據倉庫向湖倉一體加速演進，存算分離成為金融數據處理平臺主流架構

數據倉庫作為金融業數據分析平臺的核心組件，在處理結構化數據方面作用顯著。然而，隨著大數據時代的到來，數據種類和數據來源越來越多樣化，為滿足不同類型數據的融合存儲、實時處理和統一管理等需求，數據倉庫開始向湖倉一體架構演進。面對這一趨勢，金融機構可考慮引入存算分離的金融數據中心解決方案。其中，"分層解耦"主要有4層含義：一是云數解耦，即將數據從云平臺中解放出來，避免云平臺數據綁定，讓數據更安全。二是云存解耦，即通過軟硬一體的專業存儲產品，提供快照、加密、容災等高級功能，讓訪問更可靠。三是存算分離，即對計算節點和存儲節點實施分離部署，實現靈活便捷的按需擴展，讓使用更經濟。四是存儲資源解耦，即對結構化數據、非結構化數據進行分類存儲，以使其互不影響，讓存儲更高效。

相比存算一體模式，存算分離具有更靈活的擴展性、更高的性能以及更好的穩定性。首先，實現資源彈性伸縮。由于計算和存儲資源相互獨立，作業高峰時，該架構可以靈活擴充存力，加速執行，獲得速度優勢；低谷時，釋放存力，降低系統功耗，釋放能耗優勢；出現故障時，存算分離的數據存儲方案可支持動態漂移，實現無感知的數據容災。換言之，存算分離可使業務獲得良好的性能、功耗和容災效果。其次，實現多樣化數據融合。在存算分離模式下，數據倉庫可以將數據存放在集中式存儲中，獲得高數據一致性和高性能；數據湖則能夠選擇靈活擴展的分布式存儲，實現文件、對象、大數據、視頻四類協議的無損協議互通以及數據及時共享，進一步提升多樣化數據的處理速度，增強數據流動性。再次，提升數據可靠性。通過將計算和存儲分開，可以將存儲設備放置在專業的存儲系統中，加強數據保護和隱私安全。同時，數據中心整體架構可以采用主備雙中心模式，主中心用于數據存儲、加工和分析，備中心用于容災和備份。此外，主備中心還可采用"統一采集、數據雙活"模式實現數據同步，所有作業均通過智能統一存儲管理平臺進行可視化、智能化管理和調度。

趨勢5：金融安全可靠——從核心部件、操作系統再到軟件棧全棧自研創新，為數據中心護航

基礎不牢，地動山搖。近年來，金融業數據可靠性迎來了嚴峻挑戰，究其原因，主要是金融機構數據逐漸從靜態轉變為動態所致。過去，金融數據主要保存于機構內部，并通過設立網絡邊界防護等手段來保護數據安全。未來，金融機構將越來越多地應用外部數據，通過數據分析來釋放業務價值，而金融機構自身的數據也將被視作數據資產。在此過程中，如何保護動態數據安全成為業界亟待解決的新問題。不同于其他行業，金融數據關涉利益重大，數據安全問題往往會產生較為嚴重的破壞性后果。隨著新金融場景的不斷涌現，業務模式愈加復雜，同樣的數據在不同場景和不同生命周期對應的敏感級別不同，從而增加了對數據進行精細化分級的難度，也難以實施有針對性的保護策略，并帶來了金融機構對原有金融數據安全系統升級時所產生的成本高、協調難度大等問題。對此，未來的數據存儲平臺需要從核心器部件、操作系統到軟件棧實現全棧自研創新，實現5個9的系統級可靠性，并引入權限控制、防病毒、防勒索等措施來確保數據安全。

三、綠色金融，驅動金融數據中心邁向液冷化、閃存化

綠色發展是高質量發展的底色，算力、存力等新質生產力應該成為綠色生產力，助力碳達峰碳中和。工信部在《"十四五"信息通信行業發展規劃》中提出，持續提高數據中心綠色發展水平，鼓勵新建大型超大型數據中心應用液冷、水冷等高效制冷方案。受此影響，全閃、液冷等新技術在金融行業將迎來快速發展。

趨勢6：金融液冷數據中心——以全液冷架構設計思維，打造PUE接近于1的綠色數據中心

當前，金融數據中心正逐漸向高密度、超大規模轉變，對數據中心的制冷和散熱模式均提出了巨大挑戰，同時，金融算力需求增長導致數據中心能耗急劇增加，進而對達成"雙碳"目標提出了更高要求。在此背景下，冷板式液冷服務器憑借在產業鏈成熟度、改造成本、可維護性、兼容性等方面的突出優勢，逐步成為金融業建設液冷數據中心的主流選擇。但從發展角度來看，現有冷板式液冷技術在冷板材質選擇、結構設計、加工工藝等方面仍存在持續優化的空間，未來的冷板式液冷服務器需要從系統級解決方案出發，創新出一種高能效、易運維、使用更安全，且兼容性更強、液冷覆蓋率更高的全液冷冷板結構設計。

目前，作為液冷產業技術創新的前沿領域，全液冷冷板技術不僅實現"服務器去風扇、數據中心去空調" 的運行新模式，達到PUE接近于 1 的極限水平，同時， 還能夠以單機柜超過 100KW 的部署密度和去空調化節省 30% 以上的數據中心空間，充分滿足金融行業數據中心綠色、節能、低碳、高密度部署需求。

趨勢7：金融數據中心的閃存化升級——從介質到軟件棧優化，突破綠色節能核心技術

近年來，綠色節能理念已落地到金融機構日常經營的方方面面。為了實現綠色可持續發展，閃存化升級是未來數據中心的重要發展方向之一。全閃存儲系統在助力數據中心降低能耗的同時，還具有高可靠、高密度、高性能、低延遲等特征，可更好地承載金融核心業務、新興業務和創新應用。具體而言，全閃存儲系統從材料、設計、架構三個方面均能夠更好地優化能耗：首先，通過采用業界領先的無背板正交架構，取消中置背板，可以讓系統風阻得到極大優化，并通過3D真空腔均熱板實現核心部件熱量的快速轉移。其次，通過控制器與風扇對應的整齊排列，以及優化的風道設計，能夠在保持舒適感觀效果的同時，有效提高散熱性。再次，在風速調控方面，基于PID調速技術，將可實時監控光模塊、硬盤等熱敏感器件，消除整機散熱盲點，并利用海量溫度傳感器實現系統的精細化調速，保障全閃存儲系統時刻運行在適宜的溫度下，保持良好工況。此外，在保障低能耗的同時，全閃存儲系統還可進一步提升性能，即通過將數據存儲中的機械硬盤替換為閃存盤，并將智能IO均衡、智能資源調度、智能元數據管理等數十項性能優化算法與閃存盤聯調強化，可以讓千萬級IO均衡落盤且保持較低時延。

四、智慧金融，數字技術構建未來無限可能

當前，金融服務呈現出"無處不在"的發展趨勢。面對這一變化，金融機構在快速轉換思路、擴展獲客渠道的同時，可依托AIGC、物聯網、區塊鏈等新技術打造新型數字工具，以進一步增強客戶黏性、提升獲客能力。

趨勢8：金融大模型——基于通用大模型打造行業專有模型，在智慧柜員、智能客服、低代碼開發等領域逐步推廣

在AIGC的驅動下，金融數據中心正駛向"由計算催生智算"的新階段，基于大模型的智能應用為金融科技發展提供了無限可能。如何推動大模型能力向金融行業遷移，打造可落地的智慧應用，成為金融界熱議的話題。例如，如果由智慧柜員承擔自助式交易處理，不僅可使銀行釋放大量的人力資源，還可進一步改善客戶體驗、提升服務效率；又如，基于大模型打造智能助手，將能夠快速提升客戶經理的專業水平和服務能力。此外，AI大模型還可能改變金融機構的代碼開發與測試方式，進一步提升研發效率，甚至引發研發、測試模式變革?，F階段，AIGC的應用模式主要可分為預訓練型、模型微調型和已有基礎模型的提示詞工程型三種。頭部金融機構在資金和研發人力儲備方面相對雄厚，可通過自建大型GPU算力集群，構建AIGC服務體系，但大多數中小金融機構很難在短期內通過大量重資產投入形成體系化營收產出。因此，采用輕量AI算力基礎設施建設模式，基于已有的基礎大模型或頭部機構開放的行業大模型成果進行二次調試，或將成為中小金融機構落地AIGC的主要方式。

趨勢9：數字信任——讓科技回歸業務賦能，創新普惠金融新模式

近年來，以區塊鏈為代表的數字信任技術迎來發展新機遇。根據IDC相關報告，當前中國BaaS市場年增速達到20%以上，市場規模達2.3億美元，在經濟增長趨緩的形勢下保持兩位數增長，充分體現了數字信任技術的發展潛力和韌性。截至目前，區塊鏈技術基于實時結算、可追溯、效率高、安全便捷等特性，已廣泛應用于零售支付、民生服務等場景，在保民生、穩增長和推動治理現代化等方面發揮了重要作用。同時，產業金融也是數字信任技術應用的重點領域，"區塊鏈+IOT"技術融合方案持續推動農業、工業領域的金融融資、風控模式創新。例如，在鄉村振興戰略下，金融機構、畜牧企業基于"數字牛"等新金融模式，加速推進實體資產和數字資產融合，通過將活體生物的相關信息在區塊鏈平臺存證，以數字信任技術助力畜牧業建立產業鏈的風險共擔、利益共享機制。

趨勢10：數字賦能——推動業務創新，打造新型數字工具賦能企業，擴展服務邊界

未來兩年，全球將有越來越多的企業選擇多云部署模式，IT架構也將從"云+端"的兩級架構逐步向"云-邊-端"三級架構演進迭代。針對上述趨勢，金融機構通過引入云會計、云進銷存等新型工具，將可在助力終端企業提升財務管理水平的同時，于邊緣營業網點、云數據中心及時獲取企業數據，破解"經營狀況看不準、市場主體摸不到、風險防控把不牢"的難題，切實提高小微企業、個體工商戶金融服務的可獲得性和滿意度，激發市場活力。例如，進銷存管理是小微企業經營管理中的重要環節，但隨著業務范圍的不斷擴大，報表數據與實際庫存不一致、產品標價不統一等問題將影響小微企業的運營效率，而云進銷存方案具有連接、移動、智能的特性，可支持用戶通過電腦、微信隨時隨地進行進、銷、存相關操作和管理，助力分析企業經營狀況，提升小微企業的業務管理水平。又如，云會計的一鍵報稅功能可以自動對接納稅服務系統，并支持稅務報表自動生成，從而有效防范納稅風險，有效提高報稅效率，提升小微企業的財務管理水平。

伴隨金融數字化轉型的不斷深化，通過數字化手段拓寬獲客渠道，實現線上、線下經營體系融合，構建新型經營服務模式，持續提升客戶服務質量，已成為金融業發展的重要方向。未來，浪潮信息將繼續秉承"以客戶為中心"的服務理念，不斷加大戰略性、前瞻性技術研究力度，推動場景化方案創新，以"知金融、明業務、懂場景"的專業能力持續助推金融科技高質量發展。

審核編輯 黃宇