交通银行采用浪潮AIStation提速创新人工智能+金融

作者：佚名 2020-06-08 17:19:23

云计算

企业动态 如果说人工智能可能在不久的将来重塑银行业务的运营方式，那么浪潮AIStation则正在通过简化人工智能的研发与生产，来加速人工智能+金融的融合创新。借助浪潮AIStation，交通银行太平洋信用卡中心很好的解决了计算资源利用率不高的问题，整个计算集群的利用率提高30%以上，运维人员工作效率提高50%，大大加快了模型迭代和上线速度。

 如果说人工智能可能在不久的将来重塑银行业务的运营方式，那么浪潮AIStation则正在通过简化人工智能的研发与生产，来加速人工智能+金融的融合创新。借助浪潮AIStation，交通银行太平洋信用卡中心很好的解决了计算资源利用率不高的问题，整个计算集群的利用率提高30%以上，运维人员工作效率提高50%，大大加快了模型迭代和上线速度。

　　“我要取款怎么办理？”“2万元以下您可以到自助取款机办理。”“娇娇，我要存款50万。”“土豪，我愿意和你做朋友。”“娇娇，我带你去拜访客户好不好？”“世界这么大，我想去看看！但是出了门，我就没信号了呀！”……这是发生在交通银行智能机器人“娇娇”与普通人之间的对话。这些或专业、或卖萌、或诙谐的对话，为交通银行客户提供一种新奇智能体验的同时，也为人们描绘出一幅机器与人协助、创造全新工作方式的未来画卷。

　　交通银行创新人工智能+金融

　　事实上，这仅仅是交通银行人工智能+金融融合创新的一个片段。近年来，交通银行积极探索人工智能与银行业务的应用触点，坚持以客户体验为核心，利用智能感知、智能认知、智能决策等人工智能技术，聚焦在客户画像、需求挖掘、精准营销、服务质检、智能投顾等环节的应用，为客户提供定制化、智能化、有管控的金融服务，以全渠道视角推动银行服务与运营流程领域的智慧化改造。

　　比如交通银行推出的“沃德理财顾问”智能理财咨询服务，就充分利用了大数据、人工智能等技术，创建量化财商评估体系和智能化产品推荐体系。自然语言处理技术与传统银行业务的融合也是交通银行探索的方向之一，这项技术可以充分利用银行收集的大量文本和语音数据，从中提取有价值的信息、获得洞见并简化手工任务，智能客服系统是其中典型的应用场景。智能客服一方面可以同时处理万人规模的客服申请，减少客户等待时间，创造更好的客户体验；另一方面，智能客服也可以替代人工客服完成简单问题的解答，让人工客服得以专注于复杂服务需求，提升服务效率。此外，智能客服也能通过对大数据技术的应用，对客户服务的问题数据、体验数据和建议数据等进行挖掘分析，全维度了解客户需求，完成用户画像刻画，为精准营销提供数据支持。

　　人工智能开发，计算资源利用率很关键

　　如前所述，交通银行对人工智能+金融的探索是多元化的，在计算视觉、目标检测、语言对话和语音识别等领域开展了数量众多的研究项目。为了防范风险和保障业务安全，这些项目必须进行大量的开发与不断试错。相应地，很多人工智能模型需要反复的调整与优化，经过数十甚至数百次训练，才能在精度和安全性上达到业务试点的要求。

　　对于交通银行来说，开发项目多、精度与安全性要求高，使得计算资源的消耗正快速增长，资源挤占、训练排队的现象时有发生。快速增加人工智能服务器数量、提升计算资源的总量是一个可行的办法，不过集群规模的扩大也会相应的投入更多精力来安排多出来的资源，管理复杂度显著提升。因此，充分挖掘计算资源的潜力，提高资源利用率无疑是更加行之有效的解决方法。

　　浪潮AIStation提速创新人工智能+金融

　　AIStation是浪潮面向人工智能企业训练与推理场景开发的高效人工智能资源平台，可实现容器化部署、可视化开发、集中化管理等，为用户提供极致高性能的AI计算资源，实现高效的计算力支撑、精准的资源管理和调度、敏捷的数据整合及加速、流程化的AI场景及业务整合，有效打通开发环境、计算资源与数据资源，提升开发效率。

　　借助浪潮AIStation，拥有百人规模人工智能开发团队的交通银行太平洋信用卡中心很好的解决了计算资源利用率不高的问题，整个计算集群的利用率提高30%以上，运维人员工作效率提高50%，大大加快了模型迭代和上线速度。

　　浪潮AIStation实现了对人工智能计算资源的池化管理，创新的GPU多维细粒度分配策略能够让多人同时使用单张GPU，并且可充分利用闲暇时间训练任务，最大化发挥计算资源的性能，很好的缓解了开发过程中的作业排队、资源挤占情况。而在任务完成后，计算资源会自动释放资源池，避免长期占用。

　　同时，AIStation能够提供多种资源调度策略，运维人员可以根据银行不同业务组和开发用户设置资源的配额和优先级，减少了手工分配和资源协调工作。而可视化界面资源管理功能，能够实时监控GPU和CPU等计算资源的使用情况和资源性能表现、硬件性能和掉卡异常提醒，提供查看整体的GPU使用状态的接口，极大的减轻了运维人员的工作量，让运维更简单更高效。

　　此外，开发人员可以通过AIStation平台，以界面化方式快速提交并行开发任务，秒级完成任务的托管。通过AIStation内置的监控工具，开发人员可以实时查看训练任务过程、各个资源的占用情况和算法情况，可视化快速定位算法的瓶颈或者bug问题，更加有针对性的调整模型参数，并支持多次提交训练任务，这可以显著加快算法的迭代次数，从而提高生产效率。

　　AIStation全面整合AI计算资源、训练数据资源以及AI开发工具，为AI开发提供极致高性能的计算力支撑，构建敏捷高效的一体化AI开发平台。目前AIStation已经聚合了包含百度、第四范式、英特尔、英伟达、VMware等数十家公司的AI框架、模型和工具组件，广泛应用在互联网、通信、金融、交通、制造、医疗等行业的人工智能业务场景中，成为生态丰富的人工智能资源平台。