專題：中國財富管理50人論壇2024年會

　　12月22日金融一線消息，國民財富發展研究合作平臺 “AI+金融”峰會今日在北京召開。中科曙光副總裁杜夏威出席并參加圓桌論壇“人工智能在金融領域應用的機遇與挑戰”。

　　對于人工智能在金融領域應用，杜夏威從算力建設層面介紹了以下三點認知：

　　第一點，首先我認為在金融領域應該是絕對具備了去實現大模型為代表的前瞻人工智能技術落地的土壤。在整個這樣的過程中，由于我們經歷了這樣一個全流程的發展，其實今天金融行業才有這樣的能力和基礎去談及如何去實現大模型的垂類落地，這個也是我們有非常多的信心和期望，金融行業作為我們未來行業垂類模型落地的一個典型代表，能夠去率先完成這樣一個閉環。

　　第二點，在整個大模型技術或者說AI技術快速發展的今天，其實金融行業應該更多地去關注于我們自身行業內部的閉環。一個層面是在過往我們去談及擴展規律帶來的收益的同時或者說條件下，我們已有的數據可能馬上要面臨到沒有新的數據可用了，幾乎我們能看到的數據都用于到了大模型的研發或者生產的過程中。基于這樣一個問題，反過來在金融行業里面我們今天要更加多的去思考，我們在金融行業這樣一個數據富集的領域里面，我們如何去關注我們自由數據的生產或者是已有數據進一步的打磨和提煉，這個可能會是一個實現AI技術在金融領域閉環的關鍵點。

　　另一個層面，就是我們如何結合我們金融行業自身的發展，去尋找到我們自身內部已有的高價值數據，來用于投放到我們的AI技術在金融行業里面的應用。所以這個可能會是一個關鍵點。

　　作為算力建設的參與者，我們也迫切的需要結合AI的行業應用，去看清楚我們的數據特點是什么、我們的業務特點是什么？圍繞著這樣的特點，我們如何構建符合金融行業技術發展的算力系統。所以這樣一個閉環的邏輯其實應該是一個非常重要的點，既是我們算力或者說計算技術建設方所需要的，也是我們金融行業建設所迫切需要看清的。

　　第三點，總結起來叫做我們應該去重視今天技術工程化落地所帶來的挑戰。因為大家可能更多的是在談論今天的算力如何、模型如何、我的數據積累如何，但其實我們作為計算技術或者說算力建設方的切身感知是，即便今天我們具備了豐富的數據資產，具備了智能化的大模型，具備了充盈的算力基礎設施，但其實如何把它們三者形成一個有機的耦合依然會是一個最大的挑戰，這是工程化帶來的挑戰。

　　最簡單的例子，就是即便我們一直在談論這樣的大模型相關的問題，包含了訓練，包含了推理，以及高并發所帶來的算力需求，但其實今天如何去發揮一個萬卡級，暫且不要談安老師提到的十萬卡級，如何發揮萬卡級這樣一個算力系統的價值，如何保證它的穩定性？我們真正萬卡的任務如何高效的發起，這依然會是一個非常非常嚴峻的問題。

　　所以我們在關注這些前瞻技術發展的同時，我們也需要客觀的去回顧，即便有了這樣的技術，如何保障它能夠通過工程化建設去建設完成。