从千台到十万台,浪潮信息InManage V7解锁智能运维密码

news2024/9/21 14:49:29

随着大模型技术的深度渗透,金融行业正经历着前所未有的智能化变革。从“投顾助手”精准导航投资蓝海,到“智能客服”秒速响应客户需求,大模型以其对海量金融数据的深度挖掘与高效利用,正显著提升金融服务的智能化水准,在金融领域的实际应用中展现出无可估量的价值。这一变革的幕后推手,正是包括浪潮信息AI服务器与AIStation智能业务生产创新平台在内的顶尖智算基础设施,它们正携手金融科技企业如恒生电子,共同塑造金融智能化的新未来。

借助浪潮信息AI服务器、AIStation智能业务生产创新平台等领先的智算基础设施,国内领先的金融科技企业恒生电子实现算力高效分发、算力资源高效管理,加速了金融行业大模型LightGPT的开发和落地,模型训练和精调时间周期由数周缩短至数天,应用于客服、运营、投顾、投研等金融业务场景,助力金融行业智能化转型。在这里插入图片描述

“量身定制”金融大模型,高效训练是关键
恒生电子是一家以“让金融变简单”为使命的金融科技公司,致力于为证券、期货、基金、信托、保险、银行、交易所、私募等机构提供整体解决方案和服务,连续16年入选FinTech100全球金融科技百强榜单,2023年排名第22位,位列亚洲上榜企业第一。

恒生电子高度重视大模型技术的创新与应用,率先发布了领先的金融行业大模型LightGPT。LightGPT基于海量高质量金融数据训练,使用超2000亿中文tokens和80多项中文金融任务指令微调,涵盖投研、投顾、智能客服、合规风控等多领域金融应用场景,实现金融相关任务高效、准确理解,显著超越通用大模型。在测试中,LightGPT的逻辑推理、超长文本处理、多模态交互、代码、金融专业问答等多项能力都表现突出,表现出极高的准确性和专业水准。同时,LightGPT学习中国的金融法律法规,更符合中国金融市场的监管要求。

就像一个“多面手”,LightGPT综合能力突出,单个模型即可满足金融机构众多应用场景的需求,为投顾、客服、运营、合规、投研、交易等业务系统注入AI能力,加速行业升级和智能化转型。如在信批材料审计场景,LightGPT可帮助审计员将文档的审计时间从2小时缩短到5分钟;在投顾场景,可帮助投资顾问将客户咨询问题的平均回答时间由十几分钟缩短至几秒,大幅提升工作效率,提升客户体验。

面向不同金融机构的个性化需求,恒生电子需要针对具体业务“量身定制”,对LightGPT进行强化训练和精调,以提升模型的精度,或输出符合要求的内容。为了更好地推动大模型的开发和应用,恒生电子希望在AI基础设施方面进行深度改造。一方面,大模型预训练与微调需要性能强大、高效易用的算力平台,租用算力资源虽然可解燃眉之急,但在算力稳定性、安全保障方面存在着隐患。另一方面,大模型的开发运营涉及多团队、多业务与大量数据,需要有效的任务排队和调度机制来确保资源的合理分配和高效使用。否则,将导致各团队抢占算力资源,计算任务下发后需要长时间等待才能得到结果,不仅会影响开发进度,而且会提升成本。

创新智算平台,提速大模型开发
恒生电子携手浪潮信息,部署了大模型智算平台,涵盖AI服务器、AIStation智能业务生产创新平台,大幅提升了LightGPT大模型开发和应用效率。

在算力方面,浪潮信息为恒生电子提供了AI服务器,并通过软硬件一体化的平台建设模式,实现了上线即使用的应用目标。同时支持灵活扩展,满足恒生电子业务快速增长对算力资源的灵活需求。

浪潮信息AIStation平台为恒生电子提供敏捷可靠的大模型开发支持和可扩展的人工智能基础设施管理能力。AIStation统一管理和调度算力资源,为恒生电子算法工程师提供统一的算法开发环境,实现大模型预训练、精调和推理测试的完整业务流程。对于千亿、百亿参数的模型精调,AIStation自动创建分布式训练环境,为大模型训练提供高效、稳定的计算环境。AIStation推理服务与恒生的模型测试平台实现对接,有效提升了模型部署和测试效率。借助AIStation平台,恒生电子加速了面向投顾咨询、投资合规、运营管理、客户服务等金融业务场景的大模型应用的开发和交付。

此外,浪潮信息分享了源大模型项目的开发经验,以及开源大模型的微调方案和实践经验,为恒生电子金融大模型LightGPT的预训练、微调提供了有力的帮助。在这里插入图片描述

依托大模型智算平台的强大支撑,恒生电子不仅实现了LightGPT金融大模型的快速开发与高效部署,更引领了金融行业数智化转型的浪潮。目前,LightGPT已顺利完成国家网信办大模型算法备案,并在多个核心业务场景如客服、运营、投顾、投研等中广泛应用,为多家顶尖金融机构的智能化升级提供了坚实支撑。此外,恒生电子还携手超过20家金融机构,共同探索LightGPT及光子系列大模型在金融领域的无限可能,通过持续的技术迭代与场景拓展,不断推动金融业务的形态创新与逻辑重塑,为金融行业的智能化未来铺设了坚实的基石。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1939062.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java:拦截器简介和应用示例(多个拦截器+校验token是否为空)

JAVA 拦截器 简介 拦截器和过滤器均可以拦截http请求,过滤器偏向于基础设施工作,拦截器偏向于业务,拦截器允许在执行Controller之前做验证预处理,在Controller执行之后对返回对象做加工处理。可以用于:权限检查、日志…

2014年全国大学生数学建模竞赛C题生猪养殖管理(含word论文和源代码资源)

文章目录 一、部分题目二、部分论文三、部分源代码四、完整word版论文和源代码 一、部分题目 2014高教社杯全国大学生数学建模竞赛题目 C题 生猪养殖场的经营管理 某养猪场最多能养10000头猪,该养猪场利用自己的种猪进行繁育。养猪的一般过程是:母猪配…

第3关 -- Git 基础知识

任务1: 破冰活动:自我介绍 任务2: 实践项目:构建个人项目 MeiHuaYiShu

【BUG】已解决:ModuleNotFoundError: No module named ‘_ctypes‘

已解决:ModuleNotFoundError: No module named ‘_ctypes‘ 欢迎来到英杰社区https://bbs.csdn.net/topics/617804998 欢迎来到我的主页,我是博主英杰,211科班出身,就职于医疗科技公司,热衷分享知识,武汉城…

【Langchain大语言模型开发教程】记忆

🔗 LangChain for LLM Application Development - DeepLearning.AI 学习目标 1、Langchain的历史记忆 ConversationBufferMemory 2、基于窗口限制的临时记忆 ConversationBufferWindowMemory 3、基于Token数量的临时记忆 ConversationTokenBufferMemory 4、基于历史…

双笼转子感应电机建模仿真(2):任意速旋转坐标系下xy/xy数学模型及仿真模型

1.概述 2. 双笼转子三相感应电机数学模型 2.1. 定子基准下ABC/qd数学模型 2.2. 任意速旋转坐标系下xy/xy数学模型 2.3. 空间矢量数学模型 3. 双笼转子三相感应电动机仿真模型 3.1 基于任意速xy/xy坐标系数学模型(1)~(5)的仿真模型 3.2. 基于任意速xy/xy坐标系中瞬态等效电…

MATLAB图像处理分析基础(一)

一、引言 MATLAB软件得到许多数字图像处理学生、老师和科研工作者的喜爱,成为数字图像处理领域不可或缺的工具之一,其与其他软件相比有以下诸多显著优点。首先,MATLAB 拥有强大的内置函数库,涵盖了图像读取、显示、处理及分析的全…

OpenCV 遍历Mat,像素操作,使用TrackBar 调整图像的亮度和对比度 C++实现

文章目录 1.使用C遍历Mat,完成颜色反转1.1 常规遍历方式1.2 迭代器遍历方式1.3指针访问方式遍历(最快)1.4不同遍历方式的时间对比 2.图像像素操作,提高图像的亮度3.TrackBar 进度条操作3.1使用TrackBar 调整图像的亮度3.2使用TrackBar 调整图…

【JavaEE进阶】——Spring事务和事务传播机制

目录 🚩事务 🎈为什么需要事务? 🎈事务的操作 🚩Spring 中事务的实现 🎈数据准备 🎈Spring 编程式事务(了解) 🎈Spring 声明式事务 Transactional 🍭Transactional 详解 &…

2013年全国大学生数学建模竞赛B题碎纸片复原(含word论文和源代码资源)

文章目录 一、部分题目二、部分论文三、部分源代码四、完整word版论文和源代码(两种获取方式) 一、部分题目 2013高教社杯全国大学生数学建模竞赛题目 B题 碎纸片的拼接复原 破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重…

基于术语词典干预的机器翻译挑战赛笔记Task2 #Datawhale AI 夏令营

上回: 基于术语词典干预的机器翻译挑战赛笔记Task1 跑通baseline Datawhale AI 夏令营-CSDN博客文章浏览阅读718次,点赞11次,收藏8次。基于术语词典干预的机器翻译挑战赛笔记Task1 跑通baselinehttps://blog.csdn.net/qq_23311271/article/d…

统计一个页面用到的html,css,js

<!DOCTYPE html> <html lang"zh-CN"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>统计html</title><style>* {margin: …

【人工智能】AI音乐创作兴起与AI伦理的新视角

文章目录 &#x1f34a;AI音乐创作&#xff1a;一键生成&#xff0c;打造你的专属乐章&#x1f34a;1 市面上的AI音乐应用1.1 Suno AI1.2 网易天音 &#x1f34a;2 AI音乐创作的流程原理(直接制作可跳到第3点)2.1 AI音乐流派2.2 AI音乐风格2.3 AI音乐的结构顺序2.5 选择AI音乐乐…

基于PSO算法优化PID参数的一些问题

目录 前言 Q1&#xff1a;惯性权重ω如何设置比较好&#xff1f;学习因子C1和C2如何设置&#xff1f; Q2&#xff1a;迭代速度边界设定一定能够遍历&#xff08;/覆盖&#xff09;整个PID参数二维空间范围吗&#xff1f;还是说需要与迭代次数相关&#xff1f;迭代次数越高&a…

阵列信号处理学习笔记(一)--阵列信号处理定义

阵列信号 阵列信号处理学习笔记&#xff08;一&#xff09;–阵列信号处理定义 阵列信号处理学习笔记&#xff08;二&#xff09;–空域滤波基本原理 文章目录 阵列信号前言一、阵列信号处理定义1.1 信号1.2 阵列 二、雷达数据中哪些属于空间采样总结 前言 MOOC 阵列信号处理…

Bubbliiiing 的 Retinaface rknn python推理分析

Bubbliiiing 的 Retinaface rknn python推理分析 项目说明 使用的是Bubbliiiing的深度学习教程-Pytorch 搭建自己的Retinaface人脸检测平台的模型&#xff0c;下面是项目的Bubbliiiing视频讲解地址以及源码地址和博客地址&#xff1b; 作者的项目讲解视频&#xff1a;https:…

数据结构排序合集(笔记)

目录 一.插入排序与希尔排序 二.选择排序与堆排序 三.冒泡排序和快速排序 四.归并排序 五.计数排序 一.插入排序与希尔排序 时间复杂度空间复杂度稳定性插入排序O&#xff08;N^2&#xff09;O(1)稳定希尔排序O(N^1.3)O(1)不稳定 插入排序&#xff1a; 希尔排序&#xff…

css-01-如何实现“文本过长(文本在一行排),超出部分被省略号代替”

目录 需求代码代码解释 需求 最近写一个项目&#xff0c;遇到了一个问题&#xff0c;就是希望实现下面这种文字效果&#xff1a;文字在一行排&#xff0c;超出的部分用省略号代替 代码 <!DOCTYPE html> <html lang"en"><head><meta charset…

OCC 创建点线面体

目录 一、利用封装已有算法实现 1、盒子建模算法封装 2、可视化 二、利用OCC 点线面实现 1、实现过程 2、实现一个面 3、拉伸面生成体 4、旋转面生成体 三、总结 一、利用封装已有算法实现 1、盒子建模算法封装 BRepPrimAPI_MakeBox box(2, 2, 2); 2、可视化 void VTK…

Gateway源码分析:路由Route、断言Predicate、Filter

文章目录 源码总流程图说明GateWayAutoConfigurationDispatcherHandlergetHandler()handleRequestWith()RouteToRequestUrlFilterReactiveLoadBalancerClientFilterNettyRoutingFilter 补充知识适配器模式 详细流程图 源码总流程图 在线总流程图 说明 Gateway的版本使用的是…