0
以银行为核心的传统金融业在互联网金融、移动支付等崛起之后，普遍面临市场份额下降风险，尽管在当前他们渐渐有一些“反扑”的举措，但是底层的基础技术平台及服务器一直是难言之隐，因此在其摇旗呐喊着迈向“移动化、AI化、云化、数据化”等大趋势之前，支撑海量数据处理、AI机器学习能力的服务器一直是一个刚需。
来自中国银行业协会的数据显示，2017年我国银行业离柜交易2010.67万亿元 同比增长32.06%。离柜交易大幅上升的背后，实际上是银行业拥抱互联网，加快线上功能布局，完善智能自助机具、网上银行、手机银行的结果。这正好说明了银行业提出数字化目标，一定是科技能力、体验、生态和组织的数字化等几个维度一起发力。
相关报告也指出，数据将会变成金融业最重要的资源和核心竞争力，从现有的流程银行转变为数据银行，数据驱动智能化应用将成为差异化竞争的关键，真正变成资产。但是数字化转型，并不是只靠云计算、大数据某个项目驱动的，而是需要一整套处理数据的能力作为支持，而浪潮商用机器公司近期推出的FP5295G2服务器正好完美切合了这个需求，触碰到了金融业最深层次的痛点。
金融行业的服务器该如何寻找“最优解”？
传统意义上，金融行业选择服务器，主打是安全，其次是稳定可靠，并在此基础上衍生出其他的需求。这些需求都得到满足，金融业才能走向自己想要的AI化和数据化。
安全。金融行业保存着海量的用户的账户资料、交易数据、消费情况，这些数据实际上衍生出来的价值很大，因此金融业成为黑客攻击的重灾区。安全性能突出的服务器一般是首选。
稳定可靠。金融行业的信息是实时动态更新的，交易高峰期会出现大量的数据流动，这就对服务器的支撑能力提出高要求。如果服务器出现稳定性失衡，必将损失惨重。
更新速度。实际上，银行、第三方支付机构、互联网金融门户、社区化交易平台、网络小额信贷等金融服务产业走向数字化的进程中，服务器扮演的底层支撑角色非常重要。这就需要保持更新速度，对金融机构不同阶段的不同需求进行满足，比如计算、大数据、建站等等。
容灾备份。服务器因为遭受攻击往往有数据流失风险，客户需要的是能够有良好备份能力的、值得信任的服务器，及时做数据转移工作，减少业务中断造成的损失。
因此，尽管企业可依自己的情况具体分析，但选择性能强悍的、安全合规、对数据有保障能力的服务器对金融行业至关重要。
FP5295G2成为金融业服务器 “顶级标配”
浪潮商用机器公司针对金融行业在现实中面临的痛点，以及旨在推动金融行业转型升级，推出的FP5295G2为金融机构提供了强大的运算能力、端到端的工具；另外由于更具有行业属性，因此FP5295G2对金融数据的处理更是实现了性能增强。
产品特性上，其实FP5295G2服务器采用了全新的AI基础架构，让CPU-GPU NVLink互联，实现共享共存。由于IO是导致应用性能降低及服务水准欠佳的关键瓶颈，为了提供更丰富更高效的IO支持和PCle Gen4、CAPI2.0、OpenCAPI等诸多特性，FP5295G2可提供的带宽总量是x86服务器中PCle Gen3的2-5.6倍，并且延迟更低，响应速度更快，这样一来，在AI架构上实现数据密集型工作就会相当轻松。
POWER9 CPU有着2倍于x86的线程数量，更大的L3缓存，在NVLink上更是完成了原生直连，实现超快的速度。这主要在于GPU可对AI应用加速提供加速性能，将计算密集部分的工作负载转移到GPU，同时仍由CPU运行其余程序代码，这使应用程序的运行速度明显加快。
金融机构的海量信息做AI运算需要庞大的集群，那FP5295G2服务器有何特色？实际上，FP5295G2单节点提供超过每秒500万亿次级的Tensor性能，甚至可以组合成每秒300万亿亿次AI运算，堪称AI运算巨兽。这归功于FP5295G2搭载了4块NVLink技术的tesla V100 GPU，支持32G显存特性，单GPU提供双精度15.7TFLOPS超高计算能力。
另外，金融机构一般都有自己的技术研发团队，搭建了各自的金融云、AI机器学习等平台，但对结构化数据的分析预测、用户画像分析，并针对视频/图片类的数据分析场景，更需要机器学习/深度学习大数据混合的应用平台。不得不说，AI服务器让金融行业迈向创新之路。
当然，这款AI服务器与金融机构产生的交叉属于“天作之合”，其在新制造、医疗、云计算、政府及研究机构的领域的应用也是大放异彩。随着FP5295G2逐步进入市场，AI的应用场景将会走的更深更远。
如何帮助金融行业的AI项目落地？5大推动力！
在帮助金融行业的AI项目落地上，FP5295G2提供5大推动力。
数据是基础。依据金融机构多年来沉淀的经验和数据，FP5295G2提供了深度学习在行业的应用场景，带标签的训练和测试数据，与深度学习模型结合的应用开发。
定制化服务。FP5295G2支持金融行业做二次开发与模型集成，对模型有优化支持，实现AI平台模型容器云化可服务化。
深度学习项目开发管理。当金融机构自己的研发平台需要具备深度学习能力时，就需要对原本的数据框架做一定的调整和集成。FP5295G2的使用不仅可以全图形界面操作，做数据预处理、配置管理、模型管理，还有效集成金融行业模板，并行训练、模拟验证、超参搜索，能够加速模型上线。
资源调度和多租户管理。金融机构一般管理者大大小小成千上万的用户，而FP5295G2带来的多租户技术是实现了共用数据中心、以单一系统架构与服务提供多数客户端，仍然可以保障客户的数据隔离。此外，在服务器节点、CPU、GPU资源管理、任务调度、监控、日志分析上有诸多创新应用。
深度学习框架层。金融数据数量多、高噪声、非稳定，除非十分清楚哪些数据具有潜在价值、如何做适当的预处理和如何转化并达成哪些目标，否则深度学习在金融领域是无法应用的。面对Caffe、NVCaffe、TensorFlow、OpenBLAS、Torch、Theano等深度学习框架层，FP5295G2可以根据环境快速部署。浪潮商用机器公司的技术研发团队有着多年服务金融业的经验，因此对于金融机构如何广泛应用深度学习进行数据挖掘深谙于心。在进一步提高传统模型的预测准确性的同时，FP5295G2还将完成更综合、更复杂的场景应用。
行业应用场景表现不俗 拓宽生态“正当时”
金融是经营金融商品的特殊行业，囊括了银行业、保险业、信托业、证券业和租赁业，具有指标性、垄断性、高风险性、效益依赖性，从各个角度反映了国民经济的整体和个体状况。因此，FP5295G2在实际中的表现如何，可能需要进一步用案例来求证。
保险核保确认领域，其难点在于如何从各种不同的报告和检验单中准确分捡出需要的病种和检验项，为后期Datacap识别做准备。FP5295G2的认知计算发挥重要性能，解决方案是使用基于PowerAI的深度学习框架，通过历史样本学习需要识别的表单特征并建立识别模型，对于特征比较明显的B超报告，采取Classification模型；对于特征容易混淆的甲状腺检验单，采取对关键特征的Object Detection模型。这个过程涉及图像分类与识别（PowerAI）图像与文本的转换/识别（OCR）、文本的阅读/理解/分析（Watson WEX）、机器评估得出核保结论。
在金融保险票据识别领域，FP5295G2同样有着不俗表现。金融保险等行业需要客户提供票据、账单、交易记录等资料，并且大量通过人工处理。一方面许多低价值票据要经过复杂的审核流程，耗费大量的人工进行；另一方面，很多金融机构已经开通在线或手机APP的方式让用户提供相应票据的影星，但后台仍然通过手工处理，导致OCR对于票据的识别率普遍偏低。解决方案是通过深度学习的方法对票据进行分类，提取票据中的关键信息，并结合其他的技术如OCR对内容进行识别，形成结构化数据。FP5295G2为银行和保险公司提高管理水平，更好地适应市场要求有重要助力作用。
此外在行业伙伴拓展上，浪潮商用机器公司保持持续开放的心态，在2018年9月10日更是联合了第四范式联合发布发布的Prophet AIO人工智能一体机，让企业“开箱即用”，接入AI像使用手机一样简单。据悉，第四范式服务的金融机构，已经占中国的金融总资产60%以上。由于深耕金融业，AI企业也普遍发现，金融机构上云，上智能化，成本、空间、调试、升级等都有门槛，会发现“硬件是绕不开的环节”。
从这个角度来看，浪潮商用机器公司推出的FP5295G2确实已牢牢把握住了AI“最后一公里”的物理环境和物理条件，成为金融业AI化优质选项也是情理之中的事。有理由相信，浪潮商用机器公司后续还会在这款机器上做出更多的创新，为金融业甚至其他行业的带来更多智能化的积极影响。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
