交通银行数据中心总经理 孙磊

  习近平总书记指出，要加快新型基础设施建设，加强战略布局，加快建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施，打通经济社会发展的信息“大动脉”。2023年10月，工业和信息化部、中国人民银行等六部门联合印发《算力基础设施高质量发展行动计划》，要求深化算力赋能行业应用，指导金融领域算力创新，为金融业务发展提供更为精准、高效的算力支持。交通银行作为六大国有银行之一，积极践行责任担当，认真落实国家战略，以算力中心、全栈自主可控云、人工智能为抓手，加速算力基础设施的建设整合与布局优化，精准定位“算力+金融”服务体系，构建自主可控的分布式算力资源架构，实现算力资源的高效利用与灵活调配，打造核心业务多地多活部署能力，有力推动新一代信息技术与算力设施融合应用，为智能化发展构筑坚实底座。

一、算力中心，发展新质生产力之“基”

  近年来，随着科技金融与数字金融的持续深入发展，金融领域多元化的业务场景和广泛的AI大模型需求急剧增长，算力如同农耕时代的水力、工业时代的电力，已跃升为金融行业的新型生产力，与算力基础设施的发展质量共同成为影响金融行业竞争力的关键因素之一。2022年2月，国家发展改革委和中央网信办、工业和信息化部及国家能源局等部门印发通知，正式启动“东数西算”工程。“东数西算”是在全国范围内实现算力和应用资源按需调度的基础设施工程，是以算力中心、数据中心、高速网络为基础设施，由云计算、大数据以及智能计算为核心技术构建的一体化新型算力网络体系。当前，“东数西算”工程已在全国范围内选取京津冀、长三角、粤港澳大湾区、成渝地区以及内蒙古、贵州、甘肃、宁夏等8个地域设立国家级算力枢纽节点，并规划布局十大数据中心集群，引导数据中心集约化、规模化、绿色化发展，加速构建高效、可持续的数字基础设施框架。

  交通银行自2005年完成数据大集中以来，经历了从“两地三中心”架构向“多地多中心”架构演进的发展历程，在线算力持续增长。2006—2009年，张江、漕河泾、武汉中心陆续建成投产，形成“两地三中心”架构。交通银行数据中心从无到有，完成了IT系统从分行到总行的集中，完成了同城/异地灾备建设。2010—2019年，交通银行系统以集中式架构为主，IT系统平稳运行和发展，在线算力年均增长率达到11%。2020年，交通银行全面启动数字化转型，快速落地大数据、云计算、人工智能等数字技术，推动技术架构向分布式转型，总服务器规模突破3万台。2023年9月，交通银行浦江同城数据中心正式投入使用，在上海地区形成张江、浦江双中心架构，为算力持续增长奠定了坚实的基础。

  为支撑全行“十四五”规划和2035年远景目标落地，交通银行积极响应国家“东数西算”战略号召，立足当下、着眼未来，统一规划集团算力体系，2022年初启动异地数据中心选址与建设，通过成立相关部门联合工作小组，对“东数西算”工程枢纽节点的地质气象、能耗指标、电力供给、网络条件、地区发展、人才储备、地块条件、政府支持力度等14个方面开展深入调查研究，委托中国人民银行金融信息化研究所评审，并邀请外部专业机构充分论证，最终确定在贵州贵安新区及内蒙古和林格尔新区建设生产多活与灾备功能兼备的异地数据中心，与上海主中心共同组成“多地多中心”新布局。新一代异地数据中心建成后，交通银行将实现集团机房统一调度管理，集团机房目标总容量超过50万台，核心业务系统实现单元化，三地中心均将承担实时联机交易类生产任务，实现集团算力集中运营，并就近服务境内外分支机构和集团子公司。集团一体化算力中心的架构布局，可实现集团机房由东向西梯次优化，由高成本地区向低成本地区转移，为交通银行未来业务发展提供安全稳定、绿色节能、可持续的算力支撑。

二、全栈自主可控，加速数字化转型之“翼”

  面对全球科技竞争格局，IT产业自主可控是数字化转型、产业链发展的关键，是科技自立自强的核心。在国家自主可控应用体系中，金融行业作为首批试验田，以其基础性、战略性地位，被赋予了至关重要的历史使命。交通银行牢记金融为民的初心，积极响应国家战略布局，全力保障核心关键技术自主可控，有效化解供应链风险，建设了高自主、高可用、高安全的全栈自主可控的新一代分布式云平台——一云多芯云平台，构建了一套完整的“自主可控的IT基础设施”生态体系，为业务发展提供科技支撑。

  交通银行一云多芯云平台具备如下三个技术亮点：

  一是实现一云多芯，释放多元算力价值。交通银行一云多芯云平台兼容主流国产CPU及GPU芯片，创新性提炼出在线轮转替换方法论，规避潜在的供应链风险。在算力资源层，通过对多品牌芯片进行统一纳管，屏蔽底层芯片和设备的差异，实现对多类异构算力资源池的统一整合和无缝协同;同时可跨越不同架构完成应用的无感知迁移，使不同架构下的应用程序实例均能对外服务。在算力供给层，交通银行基于云化资源管理调度、跨AZ、跨区域的蓝图编排等技术，能快速响应各类服务需求，面向不同应用场景提供灵活的资源组合策略，实现资源统一调度，并可根据业务需求提供多样化的分布式算力资源，有效解决传统模式下算力资源单一、弹性不足、性能不足等问题。

  二是具备多层次立体化容灾能力。灾备体系建设是确保金融数据安全的有效手段，对银行业应用至关重要。交通银行一方面结合多地多站点建设，形成跨云双活、多活方案，自上而下实现接入层、应用层、中间件层及数据库层全方位高可用;另一方面以核心业务系统为中心，规划核心业务系统单元化部署方案，根据业务特征确定应用系统部署架构，实现单元间弹性伸缩、数据库跨云跨地域高可用、应用多地多活、数据灵活调拨，使各地机房始终有流量。通过算力基础设施建设与应用部署的深度融合，交通银行将算力资源的调拨从“重操作”变为“轻流量调度”，使一云多芯云平台在各地域机房实现“保鲜保活”，满足同城跨云双活、异地热备、多地多活等多层次立体化容灾需求。

  三是云上云下一体化运维，实现异构云统一管理。交通银行围绕“云+应用”理念建设运维一体化平台，以算力为基础底座，整合算力基础设施、平台服务和业务应用，通过统一建模和声明式终态运维，实现应用研发、发布部署、监控运维等阶段的全生命周期管理，可在多云环境下统一进行架构设计、资源交付及实时运行监控。运维一体化平台利用一云多芯云平台的开放能力，整合云平台算力，以应用为中心将算力服务化，贯通研发体系、运维体系，完成流程和技术的对接，提升应用资源交付效率、自动化运维能力以及运行数据管理能力。

  目前，基于多地多活、超大规模、弹性供给等技术，交通银行一云多芯云平台算力资源的供给已覆盖总行、境内外分支机构、子公司及行业客户，满足以贷记卡系统、核心业务系统为代表的核心系统的技术支撑需求。其中，贷记卡分布式核心系统技术架构采用同城双活单元化方案，在保证系统连续稳定运行的同时，支持资源动态扩缩容、快速迭代发布，实现高性能、高可用、高扩展，对金融云平台稳定性和高性能进行了充分检验。一云多芯云平台的构建体现了交通银行坚持走中国特色金融发展之路的决心，夯实了数字基础底座，形成了行业示范效应。交通银行一云多芯云平台建设项目获得中国人民银行“2022年度金融科技发展奖一等奖”，彰显了交通银行在金融科技领域自主创新的决心和能力。

三、AI赋能，金融数据中心向智算中心转变之“钥”

  新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。今年全国两会期间，新质生产力、“人工智能+”被写入政府工作报告。交通银行落实国家发展战略，在AI等新质生产力的相关技术领域积极布局，拓展人工智能技术的应用广度和业务场景的建设深度，已构建机器学习、自然语言处理、知识图谱、图像识别、生物识别、语音处理、数字人、RPA等多项AI技术能力。

  2024年初，交通银行制定了《交通银行数字金融行动方案(2024—2025年)》，对人工智能领域进行战略布局，持续推进“1+1+N”(1个AI能力整合平台、1套模型治理体系、N个应用场景)的人工智能建设框架，围绕“降成本、控风险、优体验、创价值”的目标，实现市场有感、客户有感、员工有感。目前，交通银行已部署6个百亿级大模型，推进126个重点业务场景，覆盖人机协同、营销触达、智慧风控、知识问答等业务领域。通过AI赋能，交通银行已经初步构建了高效、贴心、安全的人工智能应用体系，持续打造人工智能新名片，人工智能应用效果初现。在降低人工成本、提升业务处理效率方面，预计2024年全年可释放人力超500人。与此同时，交通银行建设规模化的AI基础设施，以优秀基础大模型产品为底座，结合自身数据和场景特点，通过构建统一向量库和安全运营工具，打造符合伦理规范、具备简单涌现能力的金融大模型，为建模人员搭建安全、高效、便捷的一站式模型开发、调试工作台;提升AI运营管理能力，为全行用户提供一站式的AI了解及体验服务，助力业技联动，挖掘痛点场景，使AI能力可见、可感、可控;扩大人工智能应用成效，从端到端业务场景出发，挖掘痛点，以释放员工人力为先，兼顾控风险、创价值;利用“大模型+小模型”的优势互补，实现资源高效配置，支持复杂场景快速落地。

  目前，交通银行各场景已投入数千张AI智能卡，在线智能算力已初具规模。下阶段，交通银行将以构建高效的跨硬件代次的异构多芯CPU/GPU/DPU算力资源调度系统为数据中心架构建设目标，在底座层，持续扩大AI算力投入，配套相应的网络、存储、能耗和制冷资源，确保将以人工智能为代表的新质生产力不断转变为现实的服务能力和商业价值;在平台层，实现多种AI能力的整合，将机器学习、知识图谱、图像识别、生物识别、自然语言处理与大模型进行整合，形成合力，同时深度融合云计算能力，实现资源的高效利用;在模型层，吸收各类通用大模型、行业大模型的优势和特点，建设符合自身需求的大模型;在应用层，在多个领域全面使用和推广人工智能技术，尤其是在金融风险管理领域，已能够运用人工智能技术全面提升信用风险、操作风险、合规风险的防控能力。

  同时，在信用风险领域，交通银行通过机器学习完善风险监测预警机制，构建关联关系图谱，实现信用风险的总额管控和穿透式管理，建立信贷逾期预测模型，前瞻精准识别风险资产超百亿元，年回收资产数十亿元;在操作风险领域，通过OCR比对、RPA自动核查等手段，有效识别合同造假、抵质押物权证造假等欺诈行为，年自动核查权证约15万件，制定反欺诈实时风控策略，拦截疑似电信诈骗交易金额数十亿元，全力守护好老百姓的“钱袋子”;在合规风险领域，通过对端到端AI模型的应用，减少30%的反洗钱筛查任务量，为单笔任务节省40%的核查及报告编写时间，并应用隐案挖掘等模型有效提升50%的反洗钱上报率。在人工智能业务场景，交通银行不断迭代演进，使人工智能技术赋能业务实践，在风控、运营、营销等方面都取得了显著成效。

  中央金融工作会议提出加快建设金融强国的目标，强调推动我国金融高质量发展，为以中国式现代化全面推进强国建设、民族复兴伟业提供有力支撑。这一目标的提出，不仅强化了金融科技对实体经济的支撑作用，也为我国金融行业发展转型提供了清晰的行动指引，为整个金融领域的发展开辟了新的路径。

  潮平岸阔催人进，风起扬帆正当时。下一步，交通银行将持续推进金融科技发展，加速培育新质生产力，夯实算力基础设施底座，发挥算力价值，推动新一代信息技术、算力设施与金融业务相融合，实现从数据中心到智算中心的升级，赋能金融业高质量发展，为金融业的数字化转型和经济高质量发展贡献力量。