一個“技術問題”，導致巴菲特的伯克希爾-哈撒韋公司股價暴跌近100%。

　　想必很多小伙伴已經感受過了這則鋪天蓋地的消息，所帶來的億點點震撼。

　　而根據事后的消息來看，這個大故障是紐交所的合并報價系統(CTA)在更新軟件時出現了問題。

　　許多專家都對此做了分析，有人認為是CTA軟件在進行版本更新時出現了數據一致性問題;也有人提出最大的問題應該是出現在了數據庫。

　　但總而言之，這并非是紐交所今年來第一次出現的故障，而是眾多里的一個：

　　甚至某開源數據庫聯合創始人Jason直言不諱地表示：

　　>紐交所在CTA軟件上相關的IT水平還不及中國的大型金融機構和互聯網公司，在中國已經很少會發生這種低級錯誤了。

　　即便如此，這也不禁令人產生更大的顧慮和擔憂——

　　傳統軟件問題尚能引發如此大的問題，那么站在大模型時代當下，AI+金融，是否又能做到準確可信?

　　正所謂實踐是檢驗真理唯一標準，要回答的這個問題，我們不妨了解一下已經在金融領域“上崗”了的AI大模型。

　　大模型上崗金融，都在做什么?

　　誠然AI大模型的發展已然呈現勢不可擋的趨勢，但在金融領域真正應用的時候，依舊存在一些顯著的困難和挑戰。

　　例如數據隱私和安全方面，金融數據往往高度敏感，涉及個人和企業的財務信息，確保數據隱私和安全是首要挑戰之一。

　　并且這些數據具有多源和異構的特點，需要進行有效的整合和處理，才能確保它們的準確性和完整性。

　　再如模型本身，大模型往往被視為“黑箱”，因為其內部決策過程難以解釋;在金融領域，尤其是涉及風險管理和監管合規時，可解釋性和決策透明性是非常重要的。

　　還有在實時性和資源消耗方面，金融市場瞬息萬變，需要實時數據處理和決策支持，大模型的推理涉及到大量的矩陣乘法計算，對硬件的矩陣乘法計算能力提出較高要求，計算復雜性可能導致響應時間延遲，不利于實時應用。

　　加之大模型訓練和推理過程需要大量的計算資源和能量消耗，這對企業的成本和環保要求提出了挑戰。

　　而成立于1998年的老牌金融科技公司金證，面對上述固有的重重困難，卻有著自己的一套解法。

　　在金證看來，大模型的優勢在于文本及非結構化數據處理能力、人機交互能力、生成能力和邏輯推理能力較強。

　　而相比小模型而言，大模型也存在明顯的劣勢，例如大模型“幻覺”問題(即大模型答非所問)，大模型的部署算力要求高造成算力資源浪費，部署成本高等問題。

　　因此，金證的解法就是——通過組合式AI，即大模型+小模型+工具，以此來支撐各個業務場景AI需求。

　　大模型方面，包含金證去年年底推出的K-GPT以及業內眾多頂流的大模型，在特定的金融任務中發揮大模型的特長。

　　小模型則是指諸如OCR、NLP、人臉識別、文字識別、財務分析等傳統模型，可以細分任務做到快準狠地處理。

　　至于工具，則是指地圖、天氣、CRM、郵件、OA等。

　　一言蔽之，在某個金融領域任務中，這種模式可以讓大模型、小模型和工具做到“專業的人干專業事”，尤其能極大地提高效率。

　　值得一提的是，相比于通用大模型，金證的K-GPT在數據查詢的準確性方面表現更佳，能夠更好地理解金融術語，提供專業且數據扎實的回復。

　　據了解，K-GPT 還支持查看引用的知識源，并具備與實時數據和模塊化集成的能力，可以調取實時數據和組件。

　　依托龐大的金融知識庫，K-GPT專為金融場景服務，其核心優勢在于對金融的深入理解、數據準確、可驗證性以及支持調用Agent功能。

　　從效果上不難看出，金證已然讓大模型在金融領域中合格地上崗，那么針對成本和資源上的痛點，金證又是如何解決的呢?

　　背后是高帶寬內存(HBM)的至強處理器在發力

　　金證K-GPT方案中，還有一點比較特別：與英特爾合作，采用了基于CPU的大模型推理方案。

　　據了解，他們主要是看中的是英特爾® 至強® CPU Max 系列處理器。

　　這是英特爾唯一一款基于x86架構并采用高帶寬內存(HBM)的CPU系列，采用了片上HBM設計，內存帶寬高達4TB/s。和傳統DDR5內存相比，HBM具有更多的訪存通道和更長的讀取位寬，理論帶寬可達DDR5的4倍之多。

　　要知道，大模型推理涉及大量的權重數據讀取，對硬件平臺的內存訪問帶寬提出了很高的要求。

　　至強® CPU Max具有64GB HBM，每個內核可以分攤到超過1GB的內存，對于包括大模型推理任務在內的絕大多數計算任務，HBM都可以容納全部的權重數據。

　　內存帶寬還不是金證選擇這款CPU的全部理由。

　　英特爾® 至強® CPU Max系列還內置了英特爾® 高級矩陣擴展 (英特爾®️ AMX)引擎，大幅提升了大規模矩陣乘法運算性能。

　　金證K-GPT基于Transformer架構，其核心特點包括多頭注意力機制和前饋神經網絡層，這其中都包含大量矩陣運算，而英特爾® AMX通過1024位TMUL指令和8個獨立的矩陣計算單元，可以每時鐘周期執行8次獨立的矩陣乘累加操作，為這些運算提供強大的加速能力。

　　如此一來，大模型推理的效果如何呢?

　　在只用單顆 CPU 的情況下，推理130億參數大模型，首個詞元生成時間就能壓到1秒左右，模型推理TPS超過10 tokens/s，用戶提問后約2秒內就能得到響應。

　　別忘了遇到負載高峰等情況，還可以同時啟用2顆CPU，性能還能提升將近一倍，可以說足以滿足金融場景的大部分應用需求了。

　　除了硬件層面的突破，英特爾還提供了經過優化的軟件工具來挖掘硬件潛力。

　　比如廣泛使用的OpenVINO™ 工具套件，就被用來專門調優加速模型的Embedding處理進行。

　　金融場景涉及大量專業文檔的輸入任務，Emedding正是把文本從離散變量轉變為連續向量的過程，好讓AI能夠理解。

　　經過OpenVINO™ 工具套件優化后，K-GPT大模型的批量Embedding性能提升到3倍之多。

　　圖注：OpenVINO™ 工具套件優化前后 Embedding 性能比較

　　再比如金證與K-GPT配合使用的開源向量數據庫Faiss，英特爾也提供了優化版本，以提升在至強® CPU Max上的模型推理性能。

　　在大規模向量相似性檢索任務中，經英特爾優化過的版本性能可提升至4倍左右。

　　圖注：英特爾優化版 Faiss 與原始 Faiss 性能對比(越高越好)

　　除了性能方面之外，金證選擇英特爾® 至強® CPU Max系列作為算力底座還帶來其他方面的優勢：

　　首先是靈活性。由于與主流的 x86 架構完全兼容，金證可以繼續使用原有的機器，靈活搭配適合自身業務的配置。而且 CPU 能同時應對推理和通用計算，可根據負載情況隨時調配資源。

　　第二是總擁有成本 (TCO)。從長遠來看，CPU路線能以更低的部署和維護開銷，實現與專用加速器相媲美的性能。這對于需要控制預算的金融機構來說至關重要。

　　綜合看下來，英特爾® 至強® CPU Max系列處理器在硬件能力、軟件優化、生態適配、總擁有成本優勢等方面都與金融場景非常契合，不失為業界大模型落地的一種新思路。

　　如何評價?

　　隨著數字化轉型的不斷深入，大模型為金融行業帶來的機遇與挑戰并存。

　　越來越多的金融機構開始探索如何將 AIGC 技術與實際業務相結合，在提質增效的同時控制成本。但總的來說，大模型在金融行業的應用仍處于初步探索階段。

　　金證攜手英特爾打造的這套大模型推理方案，可謂是應用層、模型層、算力層的深度融合，為業界樹立了標桿。

　　不久前舉辦的金證科技節，就吸引了眾多金融機構前來"取經"。

　　作為連接金融與科技的重要平臺，金證科技節吸引了眾多來自銀行、證券、保險等領域的金融行業玩家參與，共同探討 AI 技術在金融領域的應用前景與優質實踐。

　　可以預見，在英特爾的算力加持下，金證將在大模型技術上不斷突破，助力更多金融機構實現數字化轉型，為用戶帶來更智能、高效的服務體驗。