任正非在《经济学人》署名文章中谈到信息智能时代,数据基础设施的重要性。也为未来二三十年华为的战略重心画了个方向。
在不久前参加全球数据基础设施峰会,笔者听到招商银行信息技术部总经理周天虹分享,真正感受到了夯实数据基础设施,是数字化银行发展的基石。特别是AI的应用更直观的了解到基础设施的重要性。由此可以预见的是,在新的智能时代,数据基础设施需要先行进行爆炸式创新。
大家知不知道2019年刚刚过去的双十一,哪家银行信用卡交易额最高?不错就是招商银行,招商银行是获得中国最佳零售银行的称号的。但是招商银行的网点数不到一些大行的十分之一。取得的成绩,背后就是招商银行基于科技敏捷带动业务敏捷的战略。
今天大家都在谈金融科技时代,招商银行在2017年就实施了数据基础设施战略,打造贴近市场,紧紧围绕客户需求的快速交付产品的敏捷性的银行。
招商银行APP、掌上生活APP是招商银行零售金融数字化体系里面的两大APP,可以说是能够满足用户的普通金融需求。同时这两款APP累计用户数正在以42%的年增长率在增加,同时这两款APP要承担92%的客户流量。这么大的流量对于数据基础设施的需求不言而喻。
你想一想,在这两款APP上,近2000个客户画像标签,每天近40亿的客户触达,同时要毫秒级的时间做出风控判断。这背后的数据基础设施不仅需要满足海量数据的存储需求,而且这个基础设施要满足超级机器学习、计算机视觉、知识图谱和自然语言处理等AI平台的落地。对数据处理和数据传输也需要更高的要求。
这么我看来,数据基础设施到了必须爆炸式创新的地步。比如,大数据云化之后,计算、存储是融合还是分离,自动化部署能力如何?虚拟数据如何实现即统一又自助的服务?新的数据基础设施能满足AI和BI的高效、实时处理?
在满足了各种业务的同时,高可靠、高性能、高扩展、开放性、简单运维、高安全这些必要因素更是一个都不能少。
那么数据基础设施架构要如何创新,招商银行根据自身的业务发展给出了演讲展望。
首先这个架构核心是敏捷性,面向AI时代,创新时代,唯快不破。敏捷性的基础设施是AI应用爆炸式增长的基础。其次是要云化。这个架构要提供云服务和微服务的方式来应对未来应用。第三,还要具备平台化需求,这样可以依托平台来支持应用的共性诉求。最后还要具备开放性,金融服务场景互联在结合生态互联定能释放更大的能量。
这个展望我认为很具有代表性,至少是金融领域在未来很长时间的一个真实迫切的需求。相关的数据技术服务商可以参考并考虑如何满足客户的需求还进行数据基础设施的创新。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
莫斯科高等经济学院研究员尼古拉·斯克里普科开发了IFEval-FC基准测试,专门评估大语言模型在函数调用中遵循格式指令的能力。研究发现,即使是GPT-5和Claude Opus 4.1等最先进模型,在处理看似简单的格式要求时准确率也不超过80%,揭示了AI在实际应用中的重要局限性。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室联合多家机构推出MinerU2.5文档解析模型,仅用12亿参数就在文本、公式、表格识别等任务上全面超越GPT-4o等大型模型。该模型采用创新的两阶段解析策略,先进行全局布局分析再做局部精细识别,计算效率提升一个数量级。通过重新定义任务标准和构建高质量数据引擎,MinerU2.5能准确处理旋转表格、复杂公式、多语言文档等挑战性内容,为文档数字化提供了高效解决方案。