平安证券股份有限公司首席信息官

  近年来，数字化转型在提升金融服务效率与质量、促进金融产品与服务创新、加强金融风险管理、构建开放协同的金融生态系统等方面发挥了重要的作用，成为金融业持续高质量发展的重要驱动力。

  平安证券股份有限公司(以下简称“平安证券”)在数字化转型过程中，通过应用大数据、云计算、人工智能等前沿技术，简化了传统金融服务流程，实现了金融服务的智能化和个性化，能够更精准地满足客户需求，提升了服务效率与质量。

  与此同时，平安证券打造了更加开放、协同、智能的IT系统，实现资源共享、优势互补和互利共赢，促进IT体系的整体发展;通过实时数据分析和智能风控模型，更加准确地识别潜在风险，及时采取应对措施以减少损失。

一、数字化转型和算力建设历程

  早在2014年，平安证券就开启了数字化转型的探索之路，开发了具有自主知识产权的、基于异步通信机制的高效交易系统，有力支撑了公司固定收益业务规模和营业收入的快速增长。

  2020年，平安证券制定了全面数字化转型战略，明确了线上化、数据化、智能化“三步走”战略目标：第一步是以系统建设为基础，实现工作流程全面线上化;第二步是打造数据平台，积累数据资产，落地数据化经营战略;第三步是引入人工智能技术，助力系统的智能化建设，提升业务效率。

  经过三年的建设，平安证券基于微服务架构打造了领航平台，以微卡片为基础构建了通用前端开发架构，以分布式储存为基础并基于Data Mesh、Data Fabric架构建设了联邦数据平台。在此基础上，平安证券秉持共享共建的理念，打造了积木式、敏捷式、组装式的场景化开发体系。

  数字化转型离不开算力基础设施的强力支撑。为此，平安证券采用新一代分布式云原生技术架构，打造了新型数字化基础设施——云平台(如图1所示)，向下打通并管理各类软硬件设施和资源，向上支撑各类数字化应用的高效稳定运行。

图1 平安证券云平台架构

  在云化算力建设方面，平安证券采用物理分离的多可用区部署方式，通过云化调度，使相同逻辑实体的业务组件可自动均衡在不同的可用区之中，实现了业务的透明无感知;同时，基于私有云建设，在满足监管要求的前提下，秉持绿色节能设计理念，在PUE不高于1.25的数据中心提供多可用域的云化服务。

  随着业务形态的逐渐增多，平安证券基于基础设施云化服务提供了弹性伸缩、资源灵活调度和高扩展性等一系列标准化和自动化能力，可针对业务需求快速地开发组装应用软件、数据产品和人工智能模型等。在AI算力资源管理方面，平安证券引入vGPU技术解决细粒度分配GPU资源的问题，使得多个用户可以同时共享一块物理GPU，并在容器环境中独立运行GPU以加速工作负载，实现了对GPU算力资源的高效管理与利用。

二、数字技术落地成果

  为推动数字化转型向纵深发展，平安证券以算力基础设施建设为基积极推动以数据中台、大模型为代表的数字技术落地;同时，数字技术的落实成效也进一步提升了平安证券的算力基础能力。

  1.数据中台建设

  为满足公司管理层整体经营分析需要，平安证券于2020年打造了数据中台，避免了烟囱式的数据应用开发，大大减少了数据平台的重复建设，实现了降本增效。平安证券以数据中台为基础，构建了企业级经营分析指标体系，实现了经营数据的采集、存储、加工、分析;同时，打造了完善的经营分析仪表盘、报表、卡片以及指标图谱、搜索、预警、挖掘、预测等主要功能，不仅为公司日常经营分析工作提供了强大的数据和系统支撑，也为公司领导层了解经营状况、及时发现经营问题、高效制定经营决策提供了全面的数据支持。

  针对海量冗余的舆情信息，平安证券建设了集中管理的、可覆盖全市场的资讯舆情库——领航智慧监测系统(如图2所示)，该系统以分钟级时效从资讯舆情、微信公众号、监管公告、问询函、研报等海量外部数据中识别事件主体，并针对事件类型、情感正负面、重要程度等建立标签体系，帮助风险管理部门及时了解全市场的风险信息，减少舆情阅读工作量，提升了公司的整体风险防范水平。

图2 领航智慧监测系统架构

  近年来，平安证券在人工智能技术应用方面积极投入，并取得了显著成效：在前台业务领域，打造了NLP技术底座，实现了底稿自动生成和智能工具的高效应用，大幅提升了投行项目组的工作效率。在中台业务领域，统一信用评级模型，首次将ABS模型线上化，不仅提高了信用评级的准确性，也为投资研究提供了强有力的支持;推出信用定价和利差分析功能，为投研转型提供了有力的数据支持和分析工具，进一步推动了业务的创新和发展;在合规方面，应用AI技术开展语音监测，实现了交易员和营销人员录音监测和质检的全覆盖。

  2.大模型技术落地

  2023年初以来，以ChatGPT、文心一言等为代表的大模型及相关应用不断涌现，平安证券认识到大模型技术在助力业务智能化转型方面的巨大潜力，在前、中、后台等关键业务领域开展了技术布局，致力于通过大模型技术提升业务效率和质量。

  在法律合规、风险管理等前台和中台业务领域，平安证券推出了基于大模型的检索增强生成(RAG)服务，通过整合公司专有数据，显著减少了智能问答服务中的错误信息，即所谓的“对话幻觉”。该项服务不仅提高了与客户互动的准确性，也提升了客户体验。与此同时，平安证券精心设计了算法和数据处理流程，确保了信息的准确性和可靠性，在日常问答及专项咨询中发挥了重要作用。

  在IT研发领域，平安证券推出了代码辅助工具，打造了代码自动完成、错误检测等功能，极大地提高了开发人员的工作效率，有效缩短了开发时间，降低了因人为错误导致的项目风险。

  此外，平安证券还基于大模型技术的智能信息抽取服务，通过少量数据示例和精心设计的提示词工程，有效减少了数据标注工作量，不仅进一步优化了数据处理流程，也节约了大量的时间成本。

三、数字技术应用规划

  为解决数据开发敏捷度不高、数据资产管理难度大等问题，平安证券于2023年引入Data Mesh理念以改进数据中台架构，并采用“联邦+自治”的数据研发模式，构建了支持一个横向数据平台团队与多个纵向业务IT团队“统一规划、共建共享”的联邦数据平台(如图3所示)，该平台包括联邦中心平台和分布式业务数据域。

  图3 联邦数据平台架构

  未来，联邦中心平台将加强对数据组件、中台服务、数据治理三个方面的支持，同时打破“使用”与“治理”两端割裂的数据治理模式，将治理过程嵌入数据使用过程，在业务场景中实现数据的标准落地、自我发现、相互关联、质量保障。分布式业务数据域则负责建设微数据平台，构建微数据的统一查询引擎，支撑业务自助定义语义化数据模型。基于此，联邦数据平台将充分降低业务人员使用数据的门槛，打破数据孤岛，实现共建、共享、共赢，最终实现数据治理的分布式平台化，并进一步利用数据驱动业务创新，以达成“数据赋能业务发展”的目标。

  在金融行业，AI和大模型技术正逐渐成为推动业务创新和效率提升的关键力量。平安证券将致力于构建一个以大模型和向量数据库为基座的大模型运维(LLMOps)开发平台，该平台将成为平安证券未来AI技术建设的基石，并实现AI工具的共享和共建，促进跨部门和团队之间的协作与应用共享，提高研发效率和创新能力。同时，该平台将支持灵活的模块化设计，使AI技术能够根据不同业务需求进行快速迭代和优化。

  多模态AI技术能够处理和分析不同来源和格式的数据，如文本、图像、声音等，为证券分析、风险评估和合规管理等领域提供了新的视角和方法。证券公司可通过集成和优化多模态大模型，开发出更加精准和智能的分析工具，帮助员工进一步解放双手，提升工作效率。平安证券将构建一个高效、灵活且创新的AI技术体系，为证券业务的高质量发展提供强有力的技术支撑。

  为了支撑数据平台及AI平台的高效运行，平安证券将对全部CPU、GPU算力硬件进行统一治理，通过建立动态的算力管理机制，根据不同大数据及AI应用的性质和需求，灵活调配资源，在提高硬件资源利用率、降低运营成本的同时，确保关键应用在需要时能够获得足够的计算能力，从而保障业务的连续性和稳定性。

四、算力中心建设规划

  在数字技术广泛应用、算力需求不断提高的背景下，响应绿色高质量发展号召，建设低碳数据中心，整合算力，实现降本增效，成为金融机构打造算力中心的主要方向。

  算力中心的建设是一项体系化的工程，需要计算、存储、网络等各个方面的联动。传统数据中心在机房建设方面往往无法适用于高密度、大功耗设备场景，导致传统机柜的每台设备成本急剧上升。面对日益增长的算力需求，金融机构需要从机房设施开始重新规划，打造低PUE、高密度机房的算力基础设施底座，增强成本优势。同时，金融机构可在确保全方位安全稳定、弹性可扩展、自主可控的前提下，通过一云多芯建设，满足海量数据的计算、存储、传输需要和同城异地三中心的建设要求。

  随着云原生技术的普及，越来越多的金融机构开始进行云原生化架构升级和应用迁移，并不断丰富容器集群负载类型，扩大集群规模。为了更好地满足算力资源中大量中小型算力节点的建设需求，平安证券计划打造基于云原生技术的新一代算力底座——算力中心，并使其向轻量级、高利用率、标准化方向发展。

  在轻量级方面，平安证券将依托容器技术方案，统一采用容器化部署，以单一实例构建最小算力单元，实现虚拟化、容器、存储、网络共享硬件资源，根据实际业务需求灵活、快速地对应用进行扩容。在满足硬件基础资源要求的条件下，以容器技术为基础的云原生技术架构可实现秒级甚至毫秒级的弹性响应。

  在高利用率方面，平安证券将进一步释放资源、提升资源利用率，实现以算力为中心的计算、网络、存储云化加速与管理：基于K8s平台提供应用的依赖服务、运行环境和底层所需的计算资源，通过对业务资源使用情况的精细化管理，不断提升资源利用率;将大数据批量计算任务迁移到云原生环境中执行，通过云原生调度能力对离线和在线应用实现统一调度，支持各种场景多元需求的批量计算任务，实现降本增效的目标。

  在标准化方面，平安证券将采用基于K8s的标准化接口，使用户可通过标准接口的方式申请容器算力资源，在节省应用适配时间的同时，保障基础资源高可用，让应用在算力资源池中自由迁移;应用多种GPU和云主机等提供多样化的算力，更好地满足边缘计算、大数据和AI大模型等多芯统一资源协同管理的信息技术创新要求，通过容器集群混部方案加快实现算力基础设施全栈自主可控。与此同时，平安证券还将在多租户场景提供租户级别的安全隔离的网络环境和一体化可观测性监控，为算力中心的建设奠定坚实的基础。

五、展望未来

  数字化转型正推动金融行业迈向高质量发展的新纪元。通过大数据、云计算、人工智能等先进技术的深度融合，金融机构能够实现服务模式的深刻变革，提升运营效率，增强风险防控能力。未来，金融机构可通过数字化转型进一步实现金融产品的个性化定制，在满足市场多元化需求的同时，优化客户体验，实现服务无缝对接。

  作为数字经济时代的核心基础设施，算力中心将通过强大的数据处理和计算能力，为平安证券数字化转型提供强劲的动力，助力公司实现数据的快速处理与分析、运营流程的优化和决策效率的提升，从而推动证券业务向智能化、高效化方向发展。