一、项目背景及目标

为落实“人工智能+”战略，开发银行紧扣金融数智化转型核心痛点，针对未来大模型在风险防控、智能决策及精细化运营等场景的爆发式需求，前瞻性地构建了金融级全栈信创、高性能异构智算基础设施底座。案例创新性地统筹华为昇腾、百度昆仑芯、阿里PPU异构算力路径，单路线提供不低于74080 TFLOPS浮点算力与18774 GB显存，并通过部署高性能RoCE无损网络交换机，攻克了异构集群在大规模训练中的瓶颈，实现核心算力100%自主可控。作为行业首批大规模多路线信创异构智算落地案例，为金融大模型应用提供了高性能、高可靠的算力标杆。

1、市场及需求分析

随着生成式AI与大模型技术在金融领域的加速渗透，银行业已从“数字化”全面迈入“数智化”时代。金融大模型在复杂风险防控、精准信贷审批、智能投研及自动化办公等场景，持续释放技术价值，展现出巨大的应用潜力。

然而，传统通用CPU架构难以满足大模型这些高价值应用场景，对底层基础设施的要求，成为制约数智化转型的核心瓶颈。同时，受国际环境影响，金融机构面临核心算力组件“断供”的潜在风险，构建基于本土化、高性能、自主可控的智算底座，已成为保障国家金融安全与数据主权的必然选择，也是金融行业高质量发展的重要支撑。

作为服务国家战略的开发性金融机构，开发银行业务逻辑复杂、数据体量较大，且肩负着推动金融服务提质增效、助力国家战略落地的重要使命，因此，迫切需要通过前瞻性布局，建设一套能够支撑未来多年大模型推理任务的高性能算力集群，为业务创新与战略落地筑牢技术根基。

2、项目立项背景

本项目于2025年正式立项，核心目标为满足开发银行大模型应用场景对国产算力资源“从无到有”的跨越式需求。

针对信创产业生态的不确定性，开发银行确定了“多路并行、异构统筹”的立项原则，一次性引入三大国内主流智算芯片体系，旨在通过多元化供给提升供应链韧性，并深度验证各信创路线在真实金融生产环境下的效能表现。

本项目严格遵循金融信创相关规范，实现100%自主可控，确保金融核心基础设施的稳健运行。

3、项目建设目标

构建高性能信创算力池，以满足“AI+金融”部署需求，打造“无损”智算通信底座，通过部署高性能智算交换机，实现微秒级低时延通信，确保分布式计算下的算力线性扩展率。

通过本项目的成功落地，探索出一套在金融环境下大规模应用异构信创GPU的标准化模式，为同业机构提供可借鉴、可复制的智算底座建设范式。

二、创新点

1、技术创新：构建“三轨并行”的全栈信创异构算力集群

本项目在金融行业内率先实现了大规模异构智算路线的统筹落地，创新性地并行部署华为昇腾（超节点架构）、阿里PPU及百度昆仑芯三条智算路线。通过对三类国产主流算力芯片的深度适配，打破了金融智算建设对单一闭源生态的依赖，实现了从算子库、并行框架到上层大模型应用的平滑迁移与性能优化。

2、架构创新：基于200G/400G RoCE v2的全信创无损网络底座

本项目前瞻性地采用高性能智算交换机，构建了基于RoCEv2协议的高速无损网络。通过Spine-Leaf二级架构设计，实现了1:1的无收敛带宽比。并通过部署PFC（优先流量控制）及ECN（显式拥塞通知）等关键技术，将跨机通信时延降至微秒级。

3、应用创新：首个跨芯片路线的金融大模型兼容性验证

本项目不仅是基础设施采购，更是一次大规模的信创适配工程。通过在昇腾、昆仑芯、PPU上同步跑通金融垂类领域模型，积累了丰富的异构算力性能对比数据与适配经验。这为开发银行及后续同业机构在信创环境下选型AI路线提供了极具科学价值的行业示范。

三、项目技术方案

本项目立足于开发银行企业级智能技术应用平台建设的长远规划，采用“算网协同、异构兼容、按需供给”的设计理念，涵盖了从底层硬件架构到顶层商业模式的全方位方案设计。

1、算网融合的技术架构方案

项目总体技术架构分为计算、网络、管控三大核心域，实现异构信创生态的深度融合：

（1）计算域（异构算力池化）：统筹部署华为昇腾、阿里PPU、百度昆仑芯三条技术路线的智算服务器，构建多元化异构算力体系。明确制定统一性能基准线（单路径显存18774GB、浮点算力74080TFLOPS），通过标准化接口规范与底层算子优化，有效屏蔽不同底层芯片的技术差异，向上层大模型训练与推理框架提供统一、高效的池化算力服务，保障算力供给的稳定性与兼容性

（2）网络域（200G/400G无损以太网）：采用“业务网、参数网、管理网”三网物理隔离架构。核心参数网采用Spine、Leaf构建二级CLOS组网。提供200G/400G RoCEv2协议支持，实现上下行1:1无收敛。通过PFC（优先流量控制）与ECN（显式拥塞通知）技术，消除微秒级网络拥塞，确保千亿参数模型在多机多卡训练时的线性加速比。

（3）管控域（SDN智算中枢）：部署统一的SDN智算网络控制器，实现设备的自动化上线与拓扑可视。依托Telemetry技术实现全网端到端的丢包、时延、光模块状态的毫秒级遥测与自动故障闭环，保障智算集群稳定高效运行。

2、敏捷高效的项目实施规划

项目实施以“标准化、模块化、无感知”为核心原则，确保在不影响既有金融业务的前提下快速交付。

在标准化实施路径方面，项目划分为四个关键里程碑，确保实施过程规范有序、可追溯。一是环境勘测与规划，重点完成机房物理条件全面评估及实施方案科学设计；二是设备上架与布线，严格按照规范完成设备部署及线路铺设，保障硬件基础合规可控；三是系统集成与联调，全面推进设备部署、RoCE参数精细化调优及软硬件兼容性压测，确保系统协同高效运行；四是并行试运行与验收，顺利跑通典型金融大模型基准测试，同步完成知识转移与资产交付，确保项目落地见效。

在应急保障方面，项目建立完善的应急与回退机制，制定详尽的《突发性事件应急处置预案》，在项目实施全流程强化风险防控，切实保障金融核心业务连续运转与数据安全，筑牢项目实施安全防线。

3、统筹降本的商业模式设计

在采购与供应链管理上，项目采用了创新且极具防御性的商业模式。

一是签订框架协议，弹性扩容。与三条产品路线的供应商分别签订为期两年的框架合同，既锁定单价上限，又不限制最少使用量，确保行方能够根据大模型业务的实际爆发情况，灵活实现“按单触发、按需采购”，最大限度提升资金使用效率，避免资源浪费。

二是通过多元共建，分散风险。通过引入多家国产优质芯片原厂与网络设备厂商，形成多元供应体系。这一举措不仅能够有效控制采购成本，更从根本上化解了单一技术路线可能出现的停断供风险，保障算力基础设施的稳定可靠。

四、运营情况

项目集成以来，已快速进入常态化运营与业务挂载阶段。通过构建“总行统筹、弹性供给”的运营体系，实现了信创智算资源的高效转化。

通过业务赋能应用，推动场景深度落地。通过智慧办公、智慧信贷、代码助手等应用场景，助力大模型更好适配开发性金融业务需求，在大幅减少一线员工手工作业，提高工作质效、降低操作风险方面开辟智能化新路径。

算力资源池上线至今，三条信创算力路径运行平稳，整体可用率（SLA）达到99.99%。通过统一的监控平台，实现了对异构芯片温度、显存利用率及算力波动的实时监测。通过SDN控制器，实现了计算资源与200G/400G网络资源的自动化配置，新业务上线从周级缩短至小时级。

目前，智算资源池整体资源利用率维持在75%以上的健康区间。资源配置合理、效能充分发挥。

五、项目成效

本项目通过全栈信创智算底座的建设，不仅在技术层面填补了开发银行大规模异构算力集群的空白，更在经济效益与社会效益方面取得了显著成果，为金融行业信创转型树立了标杆。

在经济效益方面，一是采购与运维成本大幅降低。通过“三轨并行”的竞争性框架采购模式，有效缓解了信创设备的溢价问题。二是算力交付效率提升。依托200G/400G RoCE无损网络与自动化调度平台，智算资源的交付周期从传统的月级缩短至小时级。

社会效益方面，一是核心技术100%自主可控。本项目成功验证了华为昇腾、阿里PPU、百度昆仑芯等国产算力在金融核心场景下的高性能表现，有力保障了国家金融数据的安全主权。二是引领金融行业智算转型。作为行业内率先实现多路径异构信创智算落地的案例，本项目沉淀了一套涵盖“异构适配、无损组网、全栈集成”的标准化技术规范。三是赋能实体经济与普惠金融。依托强大的信创算力底座，开发银行得以加速大模型在信贷风险评估、产业趋势分析等领域的应用落地，间接提升了金融服务实体经济的质效。

六、经验总结

通过本项目的建设与实践，开发银行在全栈信创环境下构建大规模异构智算底座方面积累了宝贵经验。

坚持“异构多元”战略是提升供应链韧性的关键。在智算技术快速迭代与外部环境不确定的双重背景下，金融机构不应过度依赖单一的芯片生态。本项目通过华为昇腾、阿里PPU、百度昆仑芯的三线并行模式，成功验证了多元化算力供给的可行性。通过框架协议锁定资源，既保证了关键技术底座的冗余能力，又通过良性竞争降低了建设成本，这已成为金融机构应对信创转型风险的最佳实践。

“算网协同”是释放异构算力的核心所在。在大模型训练场景中，网络性能往往决定了算力利用率的上限。本项目在建设中深度应用 RoCE无损网络解决方案，证明了智算中心建设必须坚持“算网一体化”规划。通过高带宽、零丢包、微秒级时延的无损网络架构，能够有效抵消不同信创芯片在计算效能上的微小差异，显著提升跨节点分布式计算的线性加速比，真正确保海量算力“运得出、跑得快”。

建立“全栈适配”的标准化体系是项目落地的坚实保障。信创智算涉及底层芯片、驱动、固件、操作系统及上层框架的深度耦合，适配工作量极大。项目能够快速推进的关键在于，初期便建立了统一的硬件选型标准与性能压测规范，并联合原厂与集成商，针对算子库优化、通信库适配等环节进行了专项集中攻关。这种模式证明了只有实现软硬件全栈协同调优，才能真正发挥出信创设备的标称性能极限。

在推广应用方面，必须坚持“业务导向”与“训推一体”。智算基础设施建设绝不能脱离实际业务场景，开发银行通过构建集约化的算力池，实现了资源在研发测试与生产推理之间的灵活分配。在实际推广中，采用了“试点先行、平滑迁移”的策略，优先在风控、办公助手等场景验证模型精度，随后再向信贷审批等核心业务平稳渗透。这种稳扎稳打的应用落地模式，有效平衡了技术创新与金融稳健运行的内在关系。确保了信创底座在保持高性能输出的同时，具备金融级生产环境所必需的绝对可靠性与确定性。