期权配资线上
6月4日，第十三届华为智慧金融峰会2025在东莞松山湖召开。6月5日，在“迈向智能化，智启金融新引擎”主题论坛上，交通银行（601328）数据中心副总经理张柱宏以《智算时代下金融算力底座的重构》为题发表主题演讲，系统分享了交通银行在AI算力基建领域的战略规划和实践经验，并深度剖析行业共性挑战及破解路径。
张柱宏指出，交通银行以“新质生产力”“人工智能+”国家战略为指引，围绕算力、数据、算法三大核心要素构建金融智算底座，打造“1+1+N”人工智能框架体系，支撑金融业务智能化升级。其核心目标是通过夯实数字基座，助力服务实体经济、防控金融风险等，做好数字金融、科技金融、养老金融、绿色金融和普惠金融“五篇大文章”，推动金融业高质量发展。
交通银行数据中心副总经理张柱宏发表主题演讲
1
交通银行实践突破：
从基建到场景的全链条布局
1.搭建异构算力云底座
交通银行搭建了以AI服务器为主的算力集群，通过算、网、存高效协同，实现算力资源动态分配和随需调度，高效支撑以大模型为代表的AI训练和推理需求。
2.构建高质量大模型数据集
以行内已有的数据湖/数据中台为基础，丰富数据种类、强化数据治理、强化数据标注，构建高质量TB级数据集。同时完善全行知识运营机制，建立企业级统一知识库，实现模型训练和场景应用多源数据高效供给。
3.打造多模态金融大模型算法矩阵
通过“开源+闭源”融合，形成开放创新与安全可控并重的智能引擎，实现大模型研发安全自主创新，发布交通银行交心金融大模型。同时，依托“大小模型协同”，实现模型的通用泛化和专业精准能力互补，业务全流程落地100+应用场景，累计节省1千余人力工作量。
2
行业挑战破解：四大决策路径
针对金融业算力底座建设的共性难题，张柱宏提出核心决策逻辑：
1.自建VS租赁：安全与成本的平衡术
对比主流方案发现：少数区域性银行基于成本因素采用“租赁+自建”混合模式，而大行、股份制银行及大部分区域银行采用自建方案。交通银行基于全行人工智能整体战略和数据安全等因素考虑，算力底座建设全部采用自建方式，总计部署近700P昇腾算力底座，承载全行人工智能训练及推理业务。
2.选址博弈：人才与能源的“东西平衡”
中心城市与能源城市在数据中心布局上各具优势：前者人才密集但资源成本高，后者能源充足、政策优厚但人才短缺。交通银行落实“东数西算”战略，构建“上海+中西部”算力网络——2023年建成上海10万台服务器的顶级金融数据中心，同步在内蒙古、贵州各布局20万台服务器中心，未来将把高耗能的大数据/智算业务西迁，实现资源与效能的最优配置。
3.散热革命：液冷技术破解高密算力困局
交通银行响应国家对数据中心建设绿色低碳要求，结合自身人工智能业务发展诉求，充分发挥昇腾智算解决方案在芯片冷板散热、整机液冷总线技术、机房整体工程等方面技术优势，积极探索液冷人工智能算力集群建设，大幅提升能效比，打造绿色智算中心，实现绿色低碳可持续发展。
4.部署方式：大小模型互补打造高效灵活应用场景
算力部署方式需结合业务场景与规模，分散部署适合小模型，算力基于单机单卡实现虚拟化即可，对于边缘部署网络要求低；集中部署适用于大模型场景，算力需要通过多机多卡实现并行化，对配套网络存储要求高。交通银行结合人工智能应用的现状，打造灵活算力底座，支持多种组网方案满足大小模型差异化部署及应用需求，实现“大模型+小模型”高效协同和资源的灵活配置，支持复杂场景快速落地。
5.规划策略：超前布局保障供应链安全
面对市场波动，交通银行通过适度超前部署保障算力供应稳定，通过及时跟进实现新技术引进与应用，试点PD分离、超节点等新技术，确保算力效能持续迭代。
交通银行数据中心副总经理张柱宏
3
未来展望：AI将深度改变金融业形态
过去十年，AI技术，如CV、OCR、NLP等已深度融入生活和金融业务，算力革新将持续推动大模型重构金融核心场景。未来十年，AI Agent、量子计算、脑机接口等新技术或引发新一轮变革，金融业将面临智能化重塑。
“与其坐而论道，不如起而行之。”张柱宏强调，交通银行将继续深化与华为等生态伙伴的合作，推动智算底座向“高效、绿色、安全”演进，为金融业智能化转型提供范本。
此次演讲不仅展现了国有大行在智算基建领域的先行经验，更为行业提供了从战略规划到技术落地的系统性方法论。在“人工智能+”上升为国家战略的背景下，交通银行的实践或将成为金融业算力革命的重要参照。
