发布丨趋动科技参编《金融机构AI芯片应用情况专题报告》

北京金融科技产业联盟发布《金融机构AI芯片应用情况专题报告》，趋动科技作为参编单位之一，对AI场景下金融行业用户在算力供给侧普遍面临的算力孤岛、算力资源配置不均、资源利用率低、异构芯片池化管理不完善等问题进行分析及方案探索。

近年来，人工智能技术在金融领域广泛应用，主要在信贷审核、智能客服、量化交易、金融反欺诈等业务场景应用落地。人工智能应用的成功离不开强大的算力能力支撑，如果说算力是人工智能的“发动机”，那么 AI 芯片就是人工智能的“火花塞”。当前金融行业 AI 芯片应用存在难题。

一是 AI 芯片供需不平衡。一方面，随着生成式人工智能、大模型、隐私计算、大数据等技术的应用逐渐向成熟化和商业化发展，带动了算法公司、应用方等产业各方对 AI 芯片及服务器投入，尤其是高端芯片的需求不断增长，超出了原有 AI 芯片的供给能力。另一方面，国内在高端芯片制造方面还存在不足，而一些非市场性因素又限制了国内机构采购国外高端芯片的渠道，导致国内机构面临 AI 芯片采购难的问题。

二是 AI 芯片应用成本高。一方面，AI 芯片的应用不同于消费级显卡以及零售客户对芯片的需求，金融机构单次采购量少则几十、多则几百，而目前供不应求的市场关系导致 AI 芯片单价居高不下，大量采购提高了应用成本。另一方面，AI 芯片自身也在持续创新和技术进步，随着金融产品和服务的迭代创新，对性能和效率更高的 AI 芯片更新需求也在不断增加，导致机构持续投入成本上升。

三是异构芯片池化管理不完善。随着人工智能产业的蓬勃发展，不同厂商、不同型号的芯片陆续发布；同时金融机构也开始测试不同芯片性能，开展芯片领域信创工作。目前存在异构芯片的资源池化管理和资源的远程调用能力不完善、AI 算力资源利用率不高等问题。

四是信息安全面临挑战。金融业是数据密集型行业，信息安全不仅关乎金融用户的资产安全和隐私保护，还关系到国家金融系统的安全稳定运行。国产芯片符合我国加密算法相关标准，产品经过安全性测试和认证，与金融机构技术架构开展适配性验证，从硬件、算法等方面保障金融机构信息安全。综上所述，人工智能的发展对金融行业产生了变革式的影响，极大提升了金融服务实体经济的智能化和数字化水平。研究并解决当前金融机构 AI 应用“卡脖子”、应用成本高、算力资源管理效率低下、信息安全等现实问题，有助于满足金融机构对于 AI芯片硬件安全可控、供应链可持续、产品高性能等需求，对金融业高质量发展具有重要价值。

趋动科技OrionX AI算力池化解决方案，通过软件定义算力、深度适配多元异构算力资源，形成多厂商、多架构的异构智能算力异构资源池，实现从传统的以硬件资源为单位、静态分配使用算力的方式，转变为以计算能力为单位对算力资源进行动态、灵活地配给，帮助用户提升资源利用率，保护已有投资。

本报告共计：74页。完整版PDF电子版报告下载方式见文末。

篇幅受限，以下是报告部分内容

如需下载完整版PDF报告，在“趋动科技”公众号后台回复“报告”即可获取