智驭数据，云见未来：AI原生时代下国有大行的生产力重构

赵明明主讲人 02 03 01 国有大行的AI原生实践 大行融合创新建设新阶段 腾讯云全栈赋能金融AI原生 融合创新建设新阶段01 腾讯TCE专有云“一云多芯”助力大行异构算力最佳实践落地 某金融监管部门 基于TCE构建两地三中心“一云多芯”新一代金融基础设施，在业 内首次 实现单 可用区 内IaaS、PaaS多芯异构资源池统一供给. 更可靠 通过DRMS使高可用RTO进一步优化，满足同城异地等全场景分钟级容灾 某国有大行 更小更开放 全容器化底座最小规模10台，软硬解耦，适配所有主流硬件 基于TCE落地“多区多地多栈多芯”创新融合架构，是业内最大的金融专有云集群和“一云多芯”集群之一；专有云整体规模超过8w节点，融合创新集群规模超过1.5W节点。支撑分布式核心、大型协同办公、信用卡等重要系统全栈融合创新改造。 腾讯云原生PaaS助力大行分布式银行核心转型 业界领先的分布式云原生PaaS技术底座 新核心业务系统单元化、跨机房多活架构的落地实践 某国有大行“分布式基础技术平台” 基于腾讯云原生PaaS（TDSQL、TSF、TDMQ、Credis等）产品构建分布式技术中台，对分布式新核心进行了单元化业务改造，通过提供统一的微服务框架、单元化、高可用、多活等企业级能力，实现了“四地、八中心、多活”部署架构的落地，而且实现了企业级IT架构和技术能力完全共享，大幅降低应用开发的难度和复杂度。 其中部分单元完全由国产硬件和融合创新软件技术栈支撑。目前已经投产数亿客户规模的客户信息、信用卡、借记卡等核心业务。平台可支撑10亿级别客户体量和10W笔/秒的交易性能。 腾讯云TDSQL数据库大行建设成果 •央行国库、清算支付查询等核心业务；•支撑央行云各类关键应用； …深入服务国有大型银行、核心高覆盖 •已承载全量核心业务，支撑数亿级客户规模，核心日交易峰值接近20亿笔；•使用数据库原生分布式能力，大分片模式，分布式实例规模业界领先； 大行数据库建设实践-典型技术架构 1.应用层进行数据拆分导致的分布式事务，由应用层基于SAGA和TCC保障分布式事务一致性。 2.分布式数据库内部数据拆分产生的分布式事务由TDSQL原生的分布式事务能力保障数据操作的事务性。 1.分布式核心系统根据数据量、交易量，以客户为中心、兼顾机构维度确定数据分片规则，按水平维度进行数据表拆分。 2.数据首先按客户号/机构号归属到不同的逻辑分片，多个逻辑分片多对一归属到不同的物理分片，多个物理分片多对一归属到不同的单元。 3.数据存储层采用TDSQL Groupshard大分片设计，由一套TDSQL分布式集群承载业务和单元化数据。 1.两地三中心架构设计。 2.数据副本层面采用“一主五副本”部署架构，形成在线、近线、离线的多层次数据分布规划。 国有大行的AI原生实践02 战略化与体系化 腾讯云全栈赋能金融AI原生 金融风控大模型 基于通用协议的插件接入与输出 构建服务型个人/企业知识库 &某国有大行-基于DPU构建异构算力资源池 腾讯云DPU统一架构 解决硬件直通与软件方案CVM相互热迁（跨平台）的难题； 解决CBM产品不支持云盘/弹性网卡的问题； 实现统一算力底座，支撑CBM/CVM/TKE，消除不同CPU体系架构带来的代码异构，核心业务代码对主机CPU差异无感知； 对比标卡，DPU机型带来20%左右的单核成本降低。 创新风控模式，助力业务风控从“策略对抗”升级为“模型对抗” 方案优势 “足够大”的模型结构 参数上亿，模型记忆信息更多 “足够全”的知识模型 一键回溯、建模、发布动态定制化模型，持续迭代 全量专家模型亿级别无标签知识特征空间自适应千万级全场景样本 特征超市灵活按需选择，满足不同场景的定制化需求 “足够低”的模型门槛 大模型 更少量prompt样本、更快速的适配客户需求模型 海量知识模型，Prompt小样本提升建模效果 THANKS