中國儲能網(wǎng)訊：在全球金融科技領域，中國金融機構正以驚人的速度崛起，不僅在大模型專利創(chuàng)新上占據(jù)領先地位，更在智能金融服務的實際應用中展現(xiàn)出強大的實力。
這一趨勢的背后，是算力需求的爆炸性增長，以及對高效、可靠、節(jié)能的數(shù)據(jù)中心基礎設施的迫切需求。
近日，全球知名科技刊物《麻省理工技術評論》（MIT Technology Review）發(fā)布相關報告，“全球金融機構大模型領域專利創(chuàng)新排行榜”揭開面紗。在全球金融機構大模型專利創(chuàng)新領域，中國申請公開量達1909件，占比超75%。更令人欣喜的是，在這份榜單的TOP10，在全球頂尖的金融機構列表中，中國強勢占據(jù)8席，展現(xiàn)出泱泱大國在全球科技領域的熠煜之姿。
螞蟻集團、平安集團、工商銀行、建設銀行、中國銀行、馬上消費金融、微眾銀行、農(nóng)業(yè)銀行……中國領先的金融機構于科技制高點布局的各類金融大模型，正如同浩瀚宇宙中點綴著的繁星，每一顆都閃爍著智慧的光芒。
同樣浩瀚的，是高速流轉于服務器之間的數(shù)據(jù)流量，更是全球秩序及格局博弈下中國科技自強不息的奮進力量。
據(jù)IDC數(shù)據(jù)，2023年下半年中國智算服務市場整體規(guī)模達114.1億元，同比增長85.8%；全年來看，這一數(shù)據(jù)可達194.2億元，同比增長72.5%。據(jù)預測，2022-2027年期間，我國智能算力規(guī)模的年均復合增長率將達到33.9%，遠高于通用算力16.6%的增速。
在金融行業(yè)，央行2022年1月發(fā)布的《金融科技發(fā)展規(guī)劃（2022-2025 年）》即明確提出，“要抓住全球人工智能發(fā)展新機遇，以人為本全面推進智能技術在金融領域深化應用”。
我們看到，圓融詼諧的機器人早已成為智慧網(wǎng)點的基本標配，西裝革履的數(shù)字員工在屏幕上對答如流，智能客服、智能辦公、智能研發(fā)、智能投研等多個業(yè)務場景上均有著大模型在金融業(yè)的合理探索及應用，金融機構的服務半徑得以迅速擴大。作為新質(zhì)生產(chǎn)力的典型縮影，金融智算在金融科技的強催化下登上時代舞臺，正翩然起舞。
再來看看金融智算在一線的公開戰(zhàn)績。
據(jù)工商銀行2023年年報披露,其首個基于大模型的網(wǎng)點員工智能助手上線,提升網(wǎng)點效能,全年運營領域智能處理業(yè)務量3.2億筆,比上年增長14%；農(nóng)業(yè)銀行ChatABC在智能問答場景已提供超過200萬次問答服務，在輔助編碼場景已編寫超過8萬行代碼投入生產(chǎn)應用；建設銀行智能客服工單生成每單平均節(jié)約客服工作時間15-20秒，可用率達82%，一致性達80%。
“方舟計劃”、倉頡、軒轅、天鏡……一個個上古神學中耳熟能詳?shù)拿郑砼竽Ｐ偷摹巴庖隆睆倪b遠的神話走到了現(xiàn)實，成為金融垂直領域數(shù)字化轉型的關鍵力量，推動探索虛擬現(xiàn)實與AIGC（人工智能）融合發(fā)展邁向新高度。
我們總結了現(xiàn)階段各大金融機構在大模型應用上的情況如下表，可以看出，頭部金融機構在大模型各場景上已有較多投入和應用，他們依托于自有數(shù)據(jù)加速訓練著適合自己的大模型。
同時，部分中等規(guī)模的金融機構，如城商行農(nóng)商行等，也積極擁抱大模型，或采購GPU服務器部署開源大模型用于內(nèi)部訓練，或依托于大模型公司的算力能力快速應用落地相關服務場景。
總而言之，金融行業(yè)在大模型上的研究和布局上奮力向前，不斷有金融機構加大投入力度。
前文提到，IDC預測近年來我國智算規(guī)模的年均復合增長率將遠高于通算，與之相應的即是算力需求飛速增長與數(shù)據(jù)中心能耗急劇攀升沖突之下造成的“算力鴻溝”。
近日，華泰證券出具的一份研報引用了麥肯錫的數(shù)據(jù)——在AI大模型相關算力需求的快速增加推動下，以能耗衡量的全球服務器規(guī)模將從2024年的70GW增長至2030年的390GW，年均復合增長率高達33%。研報同時指出，隨著AI算力需求的持續(xù)增長，2030年全球數(shù)據(jù)中心用電量規(guī)模將達到約2.2萬億度電，是2022年的3.6倍。
這一說法在金融行業(yè)也得到驗證。
行業(yè)資深人士透露，過去10年，基于低負載及高冗余的特性，一貫以來將業(yè)務連續(xù)性視為“命根子”的金融數(shù)據(jù)中心的PUE普遍都大于1.5，“這意味著IT設備每消耗1度電，就有額外的0.5度電用于散熱等其他用途”。
而隨著百億級、千億級金融AI大模型的孵化，過往老舊機房確已難堪負荷，這一條“算力鴻溝”，在AI+金融的時代背景下顯得愈發(fā)淵深難測。
跨越這條鴻溝，一方面需應對全球氣候系統(tǒng)變暖趨勢下數(shù)據(jù)中心面臨的嚴峻“烤”驗，一方面需應對數(shù)據(jù)中心各部件、整機的高密功耗帶來的散熱剛需，共同推動金融智算基礎設施加快建設步伐。
現(xiàn)階段，我國數(shù)據(jù)中心的散熱方式仍以風冷為主，以高可靠、高安全著稱的金融數(shù)據(jù)中心尤是。我們需注意到，部分用戶采購風冷GPU服務器后，由于單臺設備功率高達6-10.5kW，因此在現(xiàn)有機房中，單機柜只能放置1~2臺GPU服務器。此方案可以暫時滿足GPU服務器的散熱需求，但是綜合來看，風冷散熱模式下，GPU處于較高運行溫度下，也會導致運行速度減緩、器件提前老化的情況，此時昂貴的GPU發(fā)揮不出其極致的算力，生產(chǎn)力打折，著實可惜。
在算力激增及高密高熱的雙重推動下，液冷成為智算數(shù)據(jù)中心主流的溫控方式。據(jù)財信證券研報中引用的行業(yè)數(shù)據(jù)顯示，2025-2028年液冷技術的滲透率預計有望達到30%。
液冷，是一種采用液體來進行電子設備冷卻的散熱技術，可顯著提高數(shù)據(jù)中心的散熱效率。目前，液冷技術主要包括冷板式、浸沒式和噴淋式三種類型，并以前兩者為應用主流。
根據(jù)行業(yè)研報，以華東地區(qū)數(shù)據(jù)中心建設情況為例，基于一定的測算前提條件下，冷板式液冷方案的TCO甚至Capex已經(jīng)低于風冷，浸沒式液冷方案的TCO也將在運行五年左右之后出現(xiàn)低于風冷方案的拐點。
囿于成本的緣故，現(xiàn)階段冷板式液冷相較浸沒式液冷而言，技術更為成熟、應用更為廣泛，在改造及建設成本，安全可靠性，后期運營維護方面均具備顯著優(yōu)勢。按照服務器出貨量口徑統(tǒng)計，2023H1我國冷板式液冷服務器比例為90%左右，浸沒式液冷滲透率為10%。
過去幾年，算力設備廠商一站式整體交付算力設備+液冷基礎設施，優(yōu)勢是交叉配合界面少、整體交付速度快、后期運維一家負責，但算力設備與液冷基礎設施強耦合后，劣勢也很明顯：
① 二期算力擴容時，較難兼容其他品牌的算力設備，甚至是無法兼容；
② 算力設備廠商集成的液冷基礎設施，在系統(tǒng)冗余性、在線維護性、服務能力上較難達到用戶需求；
③ 液冷基礎設施溢價高，成本甚至超過30萬元/柜，遠高于解耦型冷板式液冷。
如同所有居于供給側、在AI+金融市場鉆研鏖戰(zhàn)的科技廠商一般，科華數(shù)據(jù)也秉持著行業(yè)領先者的責任感，乘著這股浩蕩東風，推出「解耦型冷板式液冷數(shù)據(jù)中心解決方案」，致力于共同助力金融機構釋放算力潛能，為金融智算筑建堅實底座。
經(jīng)過充分的市場調(diào)研和案例應用，科華數(shù)據(jù)冷板式液冷數(shù)據(jù)中心解決方案凝聚了「6大優(yōu)勢」。
01 整體優(yōu)化架構，服務器全解耦，可兼容多品牌算力設備，分期建設無憂
科華數(shù)據(jù)冷板式液冷解決方案，可解耦國內(nèi)主流品牌液冷算力服務器，解耦點在液冷服務器側或液冷整機柜側，目前已交付多個項目，并安全穩(wěn)定運行，實現(xiàn)了客戶對于液冷數(shù)據(jù)中心兼容解耦的部署架構。
02 高密智算液冷POD解決方案，整系統(tǒng)可靠驗證，現(xiàn)場高質(zhì)量快速交付
基于豐富的項目經(jīng)驗，實現(xiàn)了建設方案、系統(tǒng)架構、核心產(chǎn)品的標準化，并推出了一站式交付的液冷算力POD解決方案，既優(yōu)化了方案論證、產(chǎn)品選型階段的復雜工作，又提升了產(chǎn)品質(zhì)量、交付速度、確保系統(tǒng)穩(wěn)定運行，維護管理更加簡便易用，運營效率得以大幅提升。
03 核心產(chǎn)品優(yōu)異，CDU循環(huán)泵雙泵冗余，水泵、過濾器等不停機更換維護
作為液冷系統(tǒng)中的核心產(chǎn)品，科華數(shù)據(jù)液冷CDU采用N+1冗余架構設計，并可放置在精密空調(diào)間，確保一次側冷卻水不進入算力機房內(nèi)。CDU內(nèi)的循環(huán)水泵采用節(jié)能型變頻雙泵冗余設計，單臺水泵即可滿足100%散熱需求，水泵和過濾器均按滿足在線維護要求，實現(xiàn)不停機即可更換維護。
04 預制化生產(chǎn)制造，工程產(chǎn)品化，確保交付質(zhì)量，又好又快
基于智能微模塊的豐富經(jīng)驗，科華數(shù)據(jù)液冷系統(tǒng)將預制化底座、二次側管路系統(tǒng)、機柜（含manifold）、通道封閉、智能小母線、風補列間空調(diào)、液冷微模塊監(jiān)測系統(tǒng)、一次側水力模塊等進行預制化設計生產(chǎn)，現(xiàn)場快速交付。
05 交付安全穩(wěn)定，基于正向設計理念，通過BIM+CFD仿真模擬及液冷測試平臺嚴格驗證
項目正式進場后，科華基于BIM三維建模技術，實現(xiàn)1:1數(shù)字孿生，模擬每一個設備、每一段管路和閥門的位置，做到所設即所得，減少現(xiàn)場管路交叉干涉，確保交付質(zhì)量和速度。通過CFD流體仿真技術，模擬管路流體路徑和機房內(nèi)的氣流組織，不斷優(yōu)化設備布局和設置參數(shù)，確保智算機房高質(zhì)量運行。同時，每一套液冷系統(tǒng)出廠前，均會在科華液冷整系統(tǒng)測試平臺中進行測試，驗證可靠性和功能參數(shù)，確保方案質(zhì)量和系統(tǒng)長期穩(wěn)定運行。
06 項目經(jīng)驗豐富，成功交付多個液冷數(shù)據(jù)中心項目，全生命周期服務值得用戶信賴
得益于高效散熱、節(jié)能減排、安全可靠等優(yōu)勢，科華冷板式液冷案例覆蓋了通信、互聯(lián)網(wǎng)、高校、金融等多個行業(yè)用戶，如河北承德智算中心、中國移動蘇州數(shù)據(jù)中心、廈門大學嘉庚智算中心等。
科華數(shù)據(jù)冷板式液冷解決方案可囊括從通用算力服務器20kW/柜到智算算力服務器高密度50kW/柜，甚至科研場景的70~120kW/柜，為各行業(yè)高密度智算中心打造安全可靠、綠色低碳的液冷數(shù)據(jù)中心，賦能千行百業(yè)。在推動新技術發(fā)展的同時，科華數(shù)據(jù)也不斷優(yōu)化整體服務流程，使每一次交付都得到客戶的高度認可。
如，于「通信行業(yè)長三角地區(qū)重要液冷數(shù)據(jù)中心項目」上，科華數(shù)據(jù)冷板式液冷解決方案助力項目運行指標大幅提升——
丨散熱能耗降低超50%
丨PUE降至1.2
丨節(jié)約空調(diào)電費超50%
丨提高服務器算力能力5%-10%
從通信，到金融，行業(yè)天然自帶壁壘又何妨，高可靠的產(chǎn)品技術是其互通的媒介。
當金融機構行至全面擁抱大模型、戰(zhàn)略布局AI算力的風口，技術先行者已在此處，等著共同攀越那崢嶸山崗。
結語：
人工智能先驅之一，穆斯塔法·蘇萊曼在其出版的《大浪將至》中提到，“技術是一種創(chuàng)新集群，即將到來的浪潮是像寒武紀大爆發(fā)一樣的進化爆發(fā)，將涌現(xiàn)出成千上萬種新應用，這些技術中的每一項都與其他技術相互交叉、相互加強、相互完善?！?
AI賦能智算行業(yè)蓬勃發(fā)展，創(chuàng)新技術在金融行業(yè)的各類場景中不斷應用、驗證、迭代，算力基座也正朝著更可靠、更可用、更節(jié)能、更智慧的方向演進。
久經(jīng)檢驗的金融數(shù)字化轉型合作伙伴——科華數(shù)據(jù)，正融合30余年電力電子核心技術及十數(shù)年數(shù)據(jù)中心建設運維經(jīng)驗，深刻洞察金融應用側在新建及改造數(shù)據(jù)中心的能耗痛點，以更可靠、更解耦的液冷解決方案，助力更多金融機構實現(xiàn)更高的算力密度、節(jié)省更多的機柜空間，推動底層算力潛能的進一步釋放。
