欢迎来到云栖网

免费注册

昇腾AI+第四范式打造金融训练平台“金融大脑”,加速数字化转型

云栖网 2022-03-10 09:55 来源:华为官网

云栖网:昇腾AI携手第四范式,推出金融训练平台“金融大脑”联合解决方案,实现了从硬件到软件的全栈创新,为金融数据和AI应用安全保驾护航;支撑构建多机多卡分布式训练能力,加速金融AI业务快速上线,助推金融行业数智化转型。

随着AI技术的日趋成熟,计算机视觉、智能分析、机器学习、智能语音识别等技术已广泛应用各个领域,为千行百业赋能,为人们提供更加智能化、便捷化的服务。金融也是AI技术重要实践领域,国家顶层规划明确加强我国金融与人工智能技术的融合健康发展,在新一轮科技革命和产业变革的背景下,金融科技蓬勃发展,人工智能等数字技术与金融业务深度融合,为金融发展提供源源不断的创新活力。AI是金融数字化转型的新引擎,同时也是未来金融创新与发展的巨大驱动力。目前AI在智能营销、智能客服、智能投顾、智能投研等多场景重塑着金融行业,不仅改变了金融行业的管理模式、业务形态,也在进一步引领金融行业的变革,帮助金融行业实现智慧升级,加速数字经济发展。

然而,当前金融领域AI发展面临着如下的问题和挑战,导致AI应用落地金融场景较为困难。

AI基础软硬件平台较为薄弱,包括AI芯片、算子及加速库等芯片使能软件、AI框架等。

算法对算力的需求每三个月翻一番,目前算力基础设施建设的速度难以满足AI技术发展对算力需求。

行业数据集的挑战,高质量数据集难以获得,大量的高质量数据集还是来自欧美,信息安全等一系列基础性的工作比较滞后。

为应对上述挑战,以AI驱动金融创新,昇腾AI携手第四范式联合打造全栈创新的金融训练平台“金融大脑”应势而出,加速金融AI应用快速落地。

昇腾AI+第四范式打造金融训练平台“金融大脑”,加速数字化转型

1、全栈创新:从底层硬件、操作系统、AI框架到应用开发,全面实现创新,能最大限度提升AI与金融产业融合的效率,实现效果和效用的最大化;

2、超强算力底座:Atlas800训练服务器,具有最强算力密度、超高能效与高速网络带宽等特点,可广泛应用于深度学习模型开发和训练,为智能客服、智能投研、智能营销等金融应用场景的模型训练,提供澎湃算力;

3、全流程极简:全场景AI框架昇思MindSpore,最佳匹配昇腾异构算力,开创了全新的AI编程范式,提升全流程的开发效率,支持端、边、云全场景灵活部署,加速金融行业AI落地;

4、模型分布式化:打破深度学习单机局限,自动完成分布式环境配置,数小时上手分布式AI开发,快速实现基于昇腾算力的分布式算法,完成单机模型分布式化,快速提升业务迭代效率。

5、轻运维易管理:提供细粒度监测,优异可视化,支持容器化管理,资源按需分配,轻松运维,极大降低了运维成本;

6、完善企业级特性:具备分布式、可扩展、高效集成等企业级特性,提供数据中心、进程管理等全面的系统工具,构建了权限、资源等完整的管理体系,为各类金融AI应用的开发和上线保驾护航,提供高实时、高性能、高可用的运行支撑。

基于金融训练平台“金融大脑”,某国有大型银行AI业务得以快速上线。通过昇腾Atlas800训练服务器,并结合AI框架昇思MindSpore构建了多机多卡分布式训练的能力,将金融AI的训练业务全流程打通,并且取得了更高的训练性能。在NLP类的模型训练中,在4卡并行训练下采用昇腾AI基础软硬件可较之前减少50%的时间;在OCR类的模型训练中,同等硬件下,训练效率也可实现90%以上的提升,同时精度上满足OCR类场景要求达98%以上,加速银行AI应用的落地。

在“金融大脑”的赋能下,AI技术与金融行业场景深度融合,带来不少亮眼的应用创新,比如“AI+推荐系统”,众所周知,运算推理过程是一个黑盒,无法给出推理的依据和解释,在金融的推荐系统中,一个无法很好解释的推荐结果往往无法说服最终客户并形成规模商用。基于金融大脑,结合知识图谱、双向传播等相关技术,昇腾AI与某国有大型银行共同研发了一个专门针对推荐系统的模型解释器,通过该解释器,可令传统的推荐模型给出语义级的推荐结果解释,比如系统推荐A理财产品,是因为过去用户关注过B、C产品,而A产品与B、C产品同属于【起购金额低】【收益类型为非保本浮动收益】等;同时在模型调优阶段,一个结果可解释的模型也可帮助开发者快速发现问题,找到关键的影响因子,支撑其进一步提升推荐准确率。

AI在金融行业场景中的广泛运用,为扩大金融服务对象、提高金融服务效率、提升客户体验提供了可能,客观上促进了金融行业整体发展水平的提升。未来,昇腾AI将继续坚持“硬件开放、软件开源、使能伙伴,发展人才”的理念,深耕基础,持续打造极致性能、极简易用的AI基础软硬件平台,打造坚实的数字金融底座,携手伙伴,赋能金融行业,促进金融行业数字化转型和智慧升级,共创金融科技新时代。