交通银行数据中心(系统运营中心)总经理 孙磊

  《推动数字金融高质量发展行动方案》《“十四五”数字经济发展规划》等一系列纲领性文件明确提出，布局先进高效的算力体系，加快云计算、人工智能等技术的规范应用，构建智能算力新型基础设施体系，为金融行业绘制了数字化转型的蓝图。

  交通银行作为金融领域的“国家队”，始终坚守金融初心使命，强化科技引领，通过人工智能等技术在金融业务各个领域推动服务理念、产品供给、风险防范、经营管理的全方位转型，充分发挥国有金融机构在推进金融高质量发展中的“主力军”和“压舱石”作用。交通银行数据中心作为全集团信息系统安全生产的运营中心以及助力企业数字化转型、智能化升级的关键支撑，坚持以党建引领业务发展，以“科技引领、稳健运营、智慧赋能、数字转型”为目标，通过建强人工智能新基建、开创智慧运营新范式，为金融数字化转型提供高效、安全、绿色的算力支撑，进一步推动“人力密集型”向“技术密集型”、高效运维向智慧运营、传统数据中心向智算中心的转型。

  一、建强人工智能新基建，构筑智算中心新动能

  “DC for AI”，人工智能的发展对算力提出了极高的要求，算力成为人工智能的“发动机”。交通银行数据中心积极响应国家战略部署，加速推进算力基础设施建设及整合，为集团提供安全稳定、绿色节能的算力和基础设施支撑。交通银行“DC for AI”架构示意如图1所示。

图1 交通银行“DCforAI”架构示意

  1.优化算力整体布局，构筑绿色低碳基础设施

  一是形成“多地多中心”集团一体化的算力布局。基于国家“东数西算”战略，交通银行规划上海、内蒙古、贵州“三地六中心”数据中心布局，将电力消耗大的大数据、AI等系统向西部低成本地区转移，提升能源效率、保障机房充足供给、提升业务连续性，同时加强高算力芯片、AI服务器的战略引进，计划提供能够容纳超过5000PFlops的智算承载能力，在此基础上建设多地多活的分布式技术底座和云化基础设施，实现集团算力统一调度、集约化管理。

  二是绿色赋能可持续发展，加强能效与碳排放双控。交通银行选用冷板式、浸没式等多项先进液冷技术，构筑绿色、低碳、环保的新型基础设施，以实现新建内蒙古、贵州数据中心机房电能利用效率(PUE)值低于1.2的目标，同时推进老旧机房节能改造工作，使用冷、热通道封闭技术翻新原有弥散送风机房，多措并举提升机房电能利用效率，达到国家和地方能效要求;探索对可再生能源的利用以及绿电直供和绿证交易机制，不断提升数据中心可再生能源的利用率。

  三是构建高速组网与高性能存储体系，确保大模型训练与推理过程中的数据传输快、存取准。在执行人工智能海量的数据处理、模型训练、推理应用等任务时，容易出现网络拥塞、数据读写效率低等问题，对存储本身的能力提出了更高的要求。为此，交通银行推出了面向AI的高速网络和高性能存储方案。在网络方面，通过RoCE组网，基于远程直接内存访问(RDMA)技术，实现了数据在不同计算节点间的低延迟、无损、高效负载、高带宽传输，使各节点之间能够快速交换训练数据和模型参数，显著提升训练效率;在存储方面，构建支持数据快速归集、高效流转的高性能AI存储系统，提供极致的IOPS性能、并行大带宽以及训练过程中的检查点(Checkpoint)高效记录与恢复功能，提升训练效率，缩短大模型数据端到端流转时间，提高AI效能。

  2.算网存云有效协同，夯实高效可靠算力底座

  一是通过云计算技术实现算、网、存资源的融合池化与柔性调度。交通银行规划建设大规模、高性能的智算云平台，通过资源池化推动流量冲突平衡、以存代算等协同优化，提升训练与推理场景的算力效率;利用算力资源虚拟化、多模型复用算力资源等技术，通过算力专属池、共享池、逻辑池及工作空间等形态，实现资源的细粒度管理和灵活配置，结合网络拓扑、流量和数据感知、调度策略，实现资源的高效分配和回收，依托多样业务间高聚合部署策略和实时感知提供优化建议，减少资源碎片化，降低算力闲置率，同时积极探索推理集群特征分析和解码生成(PD)分离部署架构，进一步提升算力资源利用率。

  二是拟构建一体化的智算运营管理体系。智算云平台通过多级可视化管理实现对算网存资源全景透视与动态追踪，通过算力逻辑多租实现资源高效共享，通过多维度计量精准量化资源消耗与性能指标提供资源优化的数据支撑，构建跨组织、跨层级的统一运营体系。在算网存云一体化监控体系下，智算云平台通过基于历史数据的机器学习模型预测潜在风险，实现异常预警，通过实时日志分析、流量探测等技术实现分钟级故障感知，利用机器学习优化故障修复脚本与策略，增强运维知识库性能，构建“事前—事中—事后”全周期运营管理体系。

  二、升级数智驱动新模式，开创智慧运营新范式

  “AI for DC”，交通银行数据中心积极探索人工智能技术，持续跟踪技术演进趋势，深度挖掘其在生产运维领域的应用价值，以高质量运维数据和AI大模型核心能力实现对数据中心工作的确定性介入和辅助性指引，有序推进人工智能向各个专业领域延伸，加速运维人力释放，推动生产运营模式全面转型。交通银行“AI for DC”架构示意如图2所示。

图2 交通银行“AI for DC”架构示意

  1.释放运维数据价值，筑牢智慧运营基石

  一是构建企业级运维大数据和配置管理数据库(CMDB)平台，通过三层(贴源层、核心层、应用层)七域(指标域、交易域、日志域、告警域、资源域、流程域、链路域)运维数据模型和云上云下一体化配置数据模型建设，基于全行运维数据规范和标准，理清运维数据架构，提升运维数据质量，实现运维数据全技术栈统一、全数据类型统一、全生命周期管理。

  二是规划建设生产运维专家知识库，形成涵盖应急预案、故障案例、排障思维导图、专家经验、运维手册以及各厂商产品说明书、技术白皮书的结构化运维知识库，通过RAG技术解决运维知识多厂商、多源、海量导致的有效专家知识获取效率低等问题，实现交互式的快速检索和精准溯源，降低专家知识获取门槛，实现运维领域持续的知识积累和能力前移，以数据为新生产要素，推动运维工作从“经验主导”向“数据驱动”转变，指导科学决策，促进精益运营。

  2.构建AI驱动的新一代智能运维场景

  一是将AI大模型技术的核心能力充分融合到数据中心生产运维工作中，在工单处置、辅助排障、数据分析、脚本编写、机房园区巡检等高频、高价值场景加强大小模型协同融合创新，通过小数据、小模型的判别式AI提供判断、分析和预测能力，通过大数据、大模型的生成式AI提供意图理解、分析推理、方案生成能力，打造运维智能体应用，重塑运维工作关键生产流程，探索数据中心日常运维工作的自运行、自学习、自演进、自闭环。例如，交通银行数据中心制定了事前分行填报、事中总行处置、事后总结分析的全生命周期运维工单智能助手方案，预计提升运维工单工作效率约20%，助力运维工单提交更标准、分派更准确、处置更及时、分析更高效;针对值班处置、应急抢修、生产变更、知识问答等网络运维高频场景，汇总业界经验与行内经验形成网络运维智能体，辅助应急抢修事件排查，在保障网络基础设施稳定性的同时，使网络变更AI审核覆盖率超过80%，进一步提升运维质效。

  二是探索打造基于“高质量运维数据+AI大模型”的运维数字员工，通过多模态数据的输入、意图理解、生成式大模型的结合，在应用、系统、网络、设备、安全等各专业领域形成生产运维工作的数字化智能助手，并使其逐步成为一名可以独立判断分析、解决问题的数字员工。

  三、反哺共生，人工智能基建与智慧运营的协同进化

  实践表明，数据中心向智算中心转型绝非简单的软硬件层面的技术升级，而是“智能基建”与“智慧运营”的深度协同与共生演进。一方面，具备高密算力、高能效比、灵活调度优势的智算基础设施为自动驾驶、智能体及人机协同智能助手等前沿应用提供了强劲动力支撑;另一方面，融合可视化感知监控、自动化故障预测与愈合、智能化分析与交互的智慧运营体系保障了智能算力的稳定运行与持续优化。两方面相辅相成，构建了从底层基建到上层服务的完整闭环，不仅推动人工智能由“可用”向“好用”跃迁，更实现了技术价值与商业价值的双重释放，形成“基建—运营”双向赋能的良性循环，为人工智能的规模化应用与长期发展注入持续动力。