浪潮携手宽邦科技推出全栈式金融AI一体化解决方案 锚定行业三大痛点

雷锋网消息，近日浪潮与成都宽邦科技有限公司（简称宽邦科技）正式签订战略合作协议，推出面向金融证券行业的全栈式AI一体化解决方案，浪潮拥有AI硬件创新平台与优化技术优势，宽邦科技是国内领先的人工智能平台和服务供应商，双方已将人工智能应用于量化投资、智能投研、智能投顾等关键业务场景。

  雷锋网了解到，在双方的合作中，浪潮提供的是全栈式AI系统级计算平台，覆盖计算平台、管理套件、框架优化和应用加速四层架构，为用户提供强自适应、高效加速、灵活拓展的基础架构系统，前端承接多源数据，后端支撑行业应用。

  浪潮拥有AI业界最全AI计算平台，已相继推出AGX-2、GX4、SR-AI整机柜、i48等近20款不同形态、不同配置的AI服务器产品，覆盖小规模样本训练、千亿样本万亿参数级别的超大规模训练以及AI线上推理等各类AI计算场景，展现出强大的AI计算平台创新能力。同时，浪潮也推出了深度学习集群管理软件AIStation、AI性能调优工具Teye以及集群版开源深度学习框架Caffe-MPI等，可实现AI计算平台的简化管理与优化加速。

IDC发布的2018年Q1全球服务器市场报告显示，全球服务器市场一季度出货量为270万台，同比增长20.7%，浪潮增速居首，同比增长77.5%。而在AI服务器领域，浪潮的优势更加突出，据IDC数据，浪潮AI服务器市占率排在中国市场第一，达57%，超越其他所有品牌市场份额之和，其中浪潮AI服务器在BAT三家占有率超过90%。

浪潮AI服务器AGX-2

浪潮AI服务器AGX-2是双方本次合作的主角。AGX-2是全球首款在2U空间内集成8颗最高性能GPU加速器Tesla V100 的AI服务器，可搭载8颗配置32G HBM2高速缓存Tesla V100 GPU。同时，AGX-2可支持NVIDIA NVLink和PCIe两种GPU互联方案，采用NVIDIA NVLink时可提供GPU间高带宽低延迟互联，以及高达300GB/s的吞吐量。AGX-2非常适合深度学习模型训练、线下训练、科学计算及工程计算与研究等领域的应用，尤其适于金融证券行业这样的拥有大量的结构化和非结构化数据的数据密集行业。

宽邦科技是国内领先的人工智能平台和服务供应商，聚焦证券和金融行业，于2016年研发了全国首款人工智能量化投资平台 BigQuant，2018年初宽邦率先推出全栈人工智能平台 BigAI，是集IaaS、PaaS、MLaaS、可视化建模和在线推理的全栈AI平台，最大程度的降低了AI门槛。

宽邦科技的目标是运用大规模人工智能技术赋能金融行业，帮助企业快速构建人工智能业务能力，为投资者和投资机构提供新型数据和智能技术服务，但是依靠当下的方案去完善智能量化、智能投顾、智能风控三大场景仍有难度，与浪潮AI能力的深度结合开辟了一条金融AI一体化之路。

针对智能量化、智能投顾、智能风控的难题，全栈式金融AI一体化解决方案分别给出如下答案。

1、智能量化：传统的量化投资软件与技术平台，均是行情数据和交易规则驱动的框架。痛点：

• 传统量化平台只适合小数据流、小规模计算的算法交易等数据规模与计算量不大的场景；

• 不支持多机多GPU卡分布式并行计算来处理海量数据和计算任务；

• AI技术使用门槛高，传统量化团队缺乏辅助开发工具、不熟悉相关算法，同时在底层框架及硬件驱动上也有重重困难；

• 传统量化平台，均只针对简单计算或者只是单机环境。而人工智能的海量计算需求，每个用户都可能在某段时间内需要数十台或者几十个CPU/GPU卡做并行计算，但平时大服务器和GPU卡都可能出于闲置状态。

解决方案：

• 建立AI量化平台支持多机多GPU卡分布式并行计算来处理海量数据和计算任务；

• AI将投资者从大量繁杂的编程、算法中解放出来，让投资者专心于策略研究与优化，缩短策略开发/迭代时间，让AI更好地辅助投资者工作；

• 只需3个月时间就可以让投资者掌握AI投资的技能，快速升级投资团队，掌握前沿、核心的技术以领跑行业；

• 合理利用服务器和GPU卡，让用户在需要时可以在线申请，分时共享这些海量的计算资源，并实现SaaS云服务化。

2、智能投顾：财富快速增长，市场需求旺盛，传统投顾方式难以满足现有需求。

痛点：

• 人手不足引发产能矛盾，难以覆盖更多群体；

• 资金方需求差异大、个性化强，典型的千人千面，传统表转化产品难以满足个性化需求；

• 多年累积的数据无法发挥最大价值，造成数据资源的浪费。

解决方案：

• 智能投顾利用AI技术可以对资金需求和产品进行快速、精准匹配；

• 根据用户需求，为用户量身定做个性化产品，满足不同需求；

• 对结构化数据和非结构化数据进行数据治理，挖掘数据价值，发现更多业务机会。

3、智能风控：业务多样化带来风险多样化，传统风控模式难以掌握现有风险

痛点：

• 传统以人工审批为主，效率低下；

• 风控系统与金融机构之间信息对称度差、风控规则不符合业务逻辑，容易出现风控漏洞，给机构带来巨大损失；

• 风控模型的经常性迭代，带来高成本投入；

• 金融服务的行业多样化，风险特征多样化，传统风控难以掌握各业务场景特征。

解决方案：

• 利用大数据技术和AI技术，做到数据定制化、风险定制化、产品定制化，提供契合产品需求的场景化风控模型。 

浪潮AI&HPC总经理刘军表示，AI所涉及到的应用方向和场景非常丰富，不可能有一家厂商做到所有AI场景通吃，所以需要做某个细分的、专业的AI应用提供商和整个系统的合作伙伴，一起构建商业生态。同时他还提到，浪潮在金融场景下做了深入的研究，需要什么样的计算系统，什么样的管理软件，需要什么样的AI，包括在适合量化、投顾的应用场景平台，共同组成一个全栈式系统，让客户实现开箱即用。

宽邦科技CEO梁举表示，当下真正做AI的应用落地挑战不是某一个算法，更多的是解决一个完整生命周期的所有问题，从基础研究到实际落地。全栈式金融AI一体化解决方案就是要覆盖整个生命周期，让真正的业务人员只关注业务能力上面，IT计算、算法基础层面上可以交给系统来完成。

在雷锋网 (公众号：雷锋网) 看来，AI目前的重心是落地在百行百业，日前科技部部长万钢表示，要加快人工智能创新成果的转化应用，推动人工智能应用到产业发展和社会生活的各个方面中去。浪潮在快速变化的AI浪潮中抓住了互联网行业的机遇窗口，而相对于互联网行业，目前正处于AI产业化初期的传统行业其实是冰山水面之下的部分，浪潮作为产业链下游厂商，依托自身优势能力进一步构建深入行业具体场景的产业生态有望打开广阔的市场局面。

相关文章：

对话袁谊生：工业互联网服务3个“硬指标”和浪潮云的30亿“大计划”

从传统IT走向互联网思维：浪潮服务器的变革之路

再看浪潮如何践行开放计算：构建开放融合的全球计算生态

对话浪潮云计算高管：云+AI推动智慧计算 云海OS如何洞见趋势重点发力？

。