主机上云 | 以自主创新为根基，加速金融行业数字化转型

数字金融发展的底座方面，最根本的就是运力、算力和存力。行业数字化快速发展带来了海量数据，对数据传输的能力，也就是运力的要求越来越高。未来无论是金融机构的数据中心骨干网，还是乡村振兴、服务小微要建设的延伸网络，都需要有足够运力的支撑。算力包括通用算力和AI算力，是整个数字体系发展最根本的动能。在具备运力和算力的基础上，大量数据需要保存，不仅要快速读取和处理，更要保障数据的可靠和安全，所以存力也是不可或缺的基础能力。通过上层云化技术融合下层基础设施能力，构建整个数字金融发展的坚实底座。

图  华为面向金融行业的四项重点工作

在金融现代化核心系统改造方面，华为聚焦业界的共性难题进行战略投入。首先，华为成立了主机上云军团，目标是把基于大机和小机的封闭系统迁移到新的分布式架构平台上。这一过程中最大的难题是原有单个系统会拆分为成百上千个分散节点，对管理、实施工艺和运维能力提出了严峻挑战。这一过程涉及多产品组合、软硬件协同，华为发挥多产业技术协同的优势，以系统工程能力打造主机上云解决方案。其次，数据库也是一个难点，华为在数据库领域加大战略投入，沉淀15年研发经验，以2000多人的研发团队，保障高斯数据库成为国内大行客户核心数据库改造的主路线。通过两大战略举措，帮助客户从原来的集中式架构演进到敏捷、高效、快速创新的分布式架构。

在数据方面，华为主张数智升级，并提出了全栈AI架构。在大模型浪潮下，目前更多是以单一模型面向某个具体功能开发的试点应用。而在2B业务、特别是金融行业对公业务中，AI应用场景尤为复杂，需要用到可拼装的、具备多种能力特性的AI模型，往往在一个应用场景中需要大小模型共同组合来完成，需要通过Agent引擎实现对AI能力的统一调度。华为提出的AI目标架构，基于统一的AI基础平台，包括自主创新的AI算力、通用算力、存力、运力，自主发展的CANN生态体系，以及大模型开发的全栈软件工具链。基于这些工具可以为用户构建一个强大的AI智能体，实现全场景的一站式开发和异构模型的灵活调度，以满足复杂场景的落地和复制需求。通过这个架构，一是助力金融机构AI算力底座持续演进；二是打造领先的人工智能应用架构，使金融行业AI应用场景能创新和落地。

数字金融的落地和发展，需要全社会科技力量的共同推动。华为一方面集中力量做好产业生态发展的工作，积极发展芯片、基础硬件、基础软件、数字化人才等根系生态。基于这些强大的产业生态，华为也在全力服务金融行业构建应用生态，包括银行、证券、保险、基金、期货等全行业，涵盖营销、风控、核心交易等业务场景，希望能够集众智、聚众力，为金融客户提供端到端整体解决方案，共同加速数字金融的发展。

华为服务金融领域已有二十余年，得到了行业的广泛认可，已成为中国金融科技领域的中坚力量。我们全球范围内服务了1800多家金融机构，并和其中100多家签订了战略合作协议。在自主创新进入常态化发展、金融科技建设步入“厚积成势”的新发展阶段时，华为将继续加大资源投入，通过深化标准建设、产金合作、生态认证、人才培养等举措，与更多的客户、伙伴携手，共同促进产业生态持续繁荣发展，帮助金融机构提升应用创新能力，实现创新驱动金融业高质量发展，谱写数字金融新篇章。

（此文刊发于《金融电子化》2024年12月上半月刊）