騰訊雲演算法模型

『壹』 騰訊雲雲主機怎麼樣

從多方面回答哪個好 哪個更適合入手。
從價格上看，騰訊雲低於阿里雲，不是性能差，是因為競爭的原因。阿里雲起步早好多年，騰訊雲是後起之秀，緊緊的咬住阿里雲。所以為了縮小差距採取了價格策略。

從性能上看，二者是相當的，沒有誰高誰低之分。騰訊雲在社交領域耕耘已久，經驗豐富；阿里雲在電商領域有多年深耕，也是有著極其豐富的經驗。

從入門級主機來看，阿里雲入門級伺服器不是限制 CPU就是共享系統資源，存在爭搶；而騰訊雲全部都是獨享型主機，完全獨自享用系統全部資源。
老魏寫過這兩家的全面評測資料，詳細介紹了這兩個雲服務面向新用戶的幾種活動，還是很吸引人的。其實這裡面也有很多經驗和知識點在裡面，如果看不太明白，也可以問我幫選擇合適的。

『貳』 騰訊雲ai體驗中心人臉對比

你是問騰訊雲ai體驗中心人臉對比是什麼嗎？是基於人臉部特徵信息，通過演算法讓兩張人臉進行相似性比對，來驗證圖片中人臉是否是某人。
人臉比對：對圖片中的人臉進行相似度比對，會返回人臉相似分數。若需要判斷「此人是否是某人」，即驗證某張照片中的人是否是已知身份的某人，如常見的人臉登陸現場。
騰訊雲神圖人臉識別：是基於騰訊優圖強大的面部分析技術，提供包括人臉檢測與分析、五官定位、人臉搜索、人臉比對、人臉驗證、人員查重、活體檢測等多種功能，為開發者和企業提供高性能高可用的人臉識別服務。可應用於智慧零售、在線娛樂、智慧樓宇、在線身份認證等多種應用場景，充分滿足各行業客戶的人臉屬性識別及用戶身份確認等需求。

『叄』 GPU伺服器的作用是什麼

GPU伺服器，簡單來說，GPU伺服器是基於GPU的應用於視頻編解碼、深度學習、科學計算等多種場景的快速、穩定、彈性的計算服務，我們提供和標准雲伺服器一致的管理方式。出色的圖形處理能力和高性能計算能力提供極致計算性能，有效解放計算壓力，提升產品的計算處理效率與競爭力。

下面幾個場景我們可以使用CPU伺服器，如果辦公場景需要建議大家配置GPU伺服器，如果場景無關，使用普通的伺服器也無妨。在下會根據大家的使用場景給到大家相匹配的伺服器類型和配置！

一、簡單深度學習模型

使用GPU伺服器為機器學習提供訓練或者預測，騰訊GPU雲伺服器帶有強大的計算能力，可作為深度學習訓練的平台，

可直接與外界連接通信。可以使用GPU伺服器作為簡單深度學習訓練系統，幫助完成基本的深度學習模型

二、復雜深度學習模型，騰訊雲GPU伺服器具有強大的計算能力，可以將

GPU伺服器作為深度學習訓練的平台。結合雲伺服器 CVM提供的計算服務、對象存儲

COS提供的雲存儲服務、雲資料庫MySQL提供的在線資料庫服務、雲監控和大禹提供的安全監控服務，圖片、視頻編解碼，可以採用GPU伺服器進行渲染，利用 GPU 加速器指令，讓數以千計的核心為您所用，加快圖形圖像編碼渲染速度。

這些是一些可以用到GPU伺服器的場景，所以如果您的使用需要比較高端，建議還是使用GPU伺服器。

『肆』 騰訊雲微瓴BIM協同平台中REVIT模型上傳後顯示模型上傳失敗，這個怎麼辦

請先判斷REVIT模型是否含有工作集、中心文件和鏈接文件。可以嘗試下不保留工作集的方式分離中心文件，去除鏈接文件，這樣就能解決上傳失敗的問題；如果有多個REVIT模型，可以通過平台上的裝配功能組合在一起。

『伍』 騰訊雲刷新大數據世界紀錄，勝出的關鍵點是什麼

騰訊雲用更低成本實現技術突破

騰訊雲奪得SortBenchmark 2016年排序競賽的冠軍是軟硬體共同作用的成果。據了解，騰訊雲今年能取得好成績，不僅得益於騰訊雲平台自有的強大調度能力，也是騰訊雲平台自身的調度系統進行大量優化工作的結果，目前在騰訊內部系統中每天調度達2億次，已經在海量系統上得到驗證。

在硬體層面，騰訊雲硬體配置與去年阿里雲硬體配置對比如下：

騰訊雲: 512個節點，每個節點配置兩顆OpenPOWER處理器，512GB內存，4塊華為NVMe SSD盤，100GBMellanox網卡。

阿里雲：3377個節點，每節點兩顆至強E5-2630，96GB內存，12塊SATA硬碟，10GB網卡。

通過對比配置可見，兩者各有優勢，很難說騰訊雲究竟在硬體上占據多大優勢，也很難說騰訊雲的硬體成本比阿里雲的高，這里補充兩個常識：

首先說第一個常識，在硬體配置達到一定程度之後，拼的還是整體架構的協同，涉及到各資源之間的協同和調度問題，來保證其利用率與穩定性。舉一個造房子的例子， 1個人造房子可能很慢，而增加了8個人之後速度就提高了，但是增加到1000個，那麼速度絕對會下降。這次比賽的硬體配置也是同樣的邏輯，如果將其同等於造房，那就好比房子一定（100TB數據），只要求造房速度加快（處理時間），而至於用多少人、每個人有多少能力，如何組織協同那是你們自己的事情（硬體配置程度+軟硬架構能力），因此騰訊雲絕非只是提高硬體就可以達成這一成績，拼的還是整體架構的協同。

再說第二個常識，摩爾定律的規律在雲計算行業依然奏效，隨著技術的進步，技術的成本會逐步降低。根據這些公開資料，專業采購人士給出了答案，騰訊雲512台機器的整體TCO成本比阿里雲去年的3377台機器還略低；同時從比較直觀的指標如內存、網路、順序讀寫IO等整體看與去年的成本差異不大。

所以可以說明的是，騰訊雲在硬體配置上做到了更低的成本，而在軟硬體架構上達到了更強的技術能力。

基於騰訊眾多業務，騰訊雲厚積薄發

另一個疑問是，僅僅一年的時間差，為何騰訊雲此次的成績記錄大大超越去年的冠軍阿里雲？

原因還在於，雲計算僅僅是騰訊、阿里這兩家公司的一項業務而已，整個雲計算的處理能力增長並不僅僅依靠這一單一業務線，其依靠的是整個公司內部長年累月的全部業務線的技術洗練，阿里主要來自電商業務，而騰訊除了社交之外還有更多的業務線，包括騰訊游戲、騰訊視頻等更具移動互聯網屬性的業務，作為騰訊雲技術的基礎和來源。

1）微信和QQ業務，截至目前，騰訊旗下的微信和QQ的月活躍用戶數分別達到8.06億和8.99億，日活躍雙雙破億，騰訊雲每天要處理上億的海量文字、語音、圖片請求。而在去年春節，騰訊雲承載的QQ和微信紅包收發總共高達122億個，在最高峰期間每秒鍾收發40.9萬個紅包，其中當天微信紅包收發達到80.8億個，騰訊雲已經充分證明了其實力。

2）游戲業務，目前騰訊已經是全球收入第一的游戲公司，因此騰訊雲每天同樣需要處理海量的游戲數據，例如《英雄聯盟》、《穿越火線》、《王者榮耀》、《全民超神》等知名主流游戲都依賴騰訊雲的助力。以知名游戲《征途》為例，此前曾創下過220萬人同時在線的案例，手游上線後必然負載壓力極大，而《征途》手游採用騰訊雲作為伺服器，上線之初騰訊雲為其打造了高IO雲伺服器，並且配備BGP網路可以實現全國范圍內十幾個運營商多線程接入，根據突發需求再次實現快速部署與彈性擴展，直接提供無上限帶寬包服務，最後實現了穩定運行，幫助《征途》順利登頂蘋果商店第二名。

3）其他各項業務，除此之外，騰訊還涉及大量的業務線，騰訊直播、騰訊地圖、騰訊視頻、QQ音樂、騰訊新聞、天天快報等等無所不包，這些業務線長期穩定運轉，在實踐業務中沉澱的技術積累，都在通過騰訊雲向外界開放。

此次騰訊雲拿下冠軍，根本原因在於騰訊自身業務線的積累，屬於厚積薄發的結果。本次參賽的團隊由騰訊雲存儲產品中心和騰訊數據平台部的成員組成。其中，騰訊數據平台部負責整個騰訊最為關鍵的大數據集群，掌管騰訊核心數據，因此有著極強的技術能力。

結語：

此次騰訊雲拿下2016 SortBenchmark的冠軍，對於整個行業有著深遠意義。

放到國際上來看，中國由於有著龐大的人口基數，發展迅速的互聯網行業，因此數據也是最多的，這為中國的雲計算發展提供了極大助力，BAT相繼成為Sort Benchmark冠軍對整個行業有著積極意義。

其次放到國內來說，騰訊雲在騰訊內部的積累得到了更大的展現和釋放，其優秀的軟硬體架構技術既然已經達到國際頂尖水平，那麼也自然能夠極大的幫助開發者降低開發成本，廣泛的應用於各個行業，影響深遠。

作者微信公眾號：首席發言者

『陸』 （互聯網）什麼是「雲」、和騰訊雲 希望能介紹的簡單易懂

騰訊雲，就是面向廣大企業和個人的一個公有雲平台，可以提供雲伺服器、雲資料庫、雲存儲和CDN等基礎雲計算服務，和提供游戲、視頻、移動應用等行業的解決方案。
「雲」，其實指的是後端（伺服器端），平時我們很少能夠看到的那一端，正因為平時難得看到，所以有一種虛無縹緲的感覺，也許就是因為這個原因，才被稱為「雲」吧。我們平時能夠看到的是什麼呢，當然是自己用的PC和手機這些東西了，也就是所謂的「客戶端」。 自從PC時代來臨之後，C/S（客戶端/伺服器端）結構開始占據了主流地位，全世界的計算能力好像一直在向客戶端傾斜，其結果就是產生了新的一代行業領袖微軟和英特爾，他們一開始都是從客戶端起家的，首先控制住了客戶端的計算能力，然後挺進伺服器端，最終顛覆了IBM等擁有強大伺服器端計算能力的廠商的領導地位。

『柒』 騰訊雲的產品介紹

騰訊雲包括雲伺服器、雲資料庫、CDN、雲安全、萬象圖片和雲點播等產品。
開發者通過接入騰訊雲平台，可降低初期創業的成本，能更輕松地應對來自伺服器、存儲以及帶寬的壓力。 雲伺服器
高性能高穩定的雲虛擬機，可在雲中提供彈性可調節的計算容量，不讓計算能束縛您的想像；您可以輕松購買自定義配置的機型，在幾分鍾內獲取到新伺服器，並根據您的需要使用鏡像進行快速的擴容。
彈性web 服務
彈性Web 引擎（Cloud Elastic Engine）是一種Web 引擎服務，是一體化web 應用運行環境，彈性伸縮，中小開發者的利器。通過提供已部署好php、nginx 等基礎web 環境，讓您僅需上傳自己的代碼，即可輕松地完成web 服務的搭建。
負載均衡
騰訊雲負載均衡服務，用於將業務流量自動分配到多個雲伺服器、彈性web 引擎等計算單元的服務，幫您構建海量訪問的業務能力，以及實現高水平的業務容錯能力。騰訊雲提供公網及內外負載均衡，分別處理來自公網和雲內的業務流量分發。 雲資料庫
雲資料庫（CDB:Cloud Data Base）是騰訊雲平台提供的面向互聯網應用的數據存儲服務。
NoSQL 高速存儲
騰訊NoSQL 高速存儲，是騰訊自主研發的極高性能、內存級、持久化、分布式的Key-Value存儲服務。NoSQL 高速存儲以最終落地存儲來設計，擁有資料庫級別的訪問保障和持續服務能力。支持Memcached 協議，能力比Memcached 強（能落地），適用Memcached、TTServer 的地方都適用NoSQL 高速存儲。NoSQL 高速存儲解決了內存數據可靠性、分布式及一致性上的問題，讓海量訪問業務的開發變得簡單快捷。
對象存儲服務(beta)
對象存儲服務（COS:Cloud Object Service），是騰訊雲平台提供的對象存儲服務。COS 為開發者提供安全、穩定、高效、實惠的對象存儲服務，開發者可以將任意動態、靜態生成的數據，存放到COS 上，再通過HTTP 的方式進行訪問。COS 的文件訪問介面提供全國范圍內的動態加速，使開發者無需關注網路不同所帶來的體驗問題。
CDN
CDN（Content Delivery Network）即內容分發網路。騰訊CDN 服務的目標與一般意義上的CDN 服務是一樣的，旨在將開發者網站中提供給終端用戶的內容（包括網頁對象—文本、圖片、腳本，可下載的對象—多媒體文件、軟體、文檔，等等），發布到多個數據中心的多台伺服器上，使用戶可以就近取得所需的內容，提高用戶訪問網站的響應速度。 雲監控
騰訊雲監控是面向騰訊雲客戶的一款監控服務，能夠對客戶購買的雲資源以及基於騰訊雲構建的應用系統進行實時監測。開發人員或者系統管理員可以通過騰訊雲監控收集各種性能指標，了解其系統運行的相關信息，並做出實時響應，保證自己的服務正常運行。
騰訊雲監控提供了可靠，靈活的監控解決方案，當您首次購買雲服務後，不需要任何設置，就可以獲得基礎監控指標，同時，也可以通過簡單的步驟後，獲取到更多的個性化指標。除了豐富的監控指標視圖以外，騰訊雲監控還提供個性化的告警服務，客戶可以對任意監控指標自定義告警策略。通過簡訊，郵件，微信等方式，實時推送故障告警。
騰訊雲監控也是一個開放式的監控平台，支持用戶上報個性化的指標，提供多個維度，多種粒度的實時數據統計以及告警分析。並提供開放式的API，讓客戶通過介面也能夠獲取到監控數據。
雲安全
騰訊公司安全團隊在處理各種安全問題的過程中積累了豐富的技術和經驗，騰訊雲安全將這些寶貴的安全技術和經驗打造成優秀的安全服務產品，為開發商提供業界領先的安全服務。騰訊雲安全能夠幫助開發商免受各種攻擊行為的干擾和影響，讓客戶專注於自己創新業務的發展，極大的降低了客戶在基礎環境安全和業務安全上的投入和成本。
雲撥測
雲撥測依託騰訊專有的服務質量監測網路，利用分布於全球的服務質量監測點，對用戶的網站，域名，後台介面等進行周期性監控， 並提供實時告警, 性能和可用性視圖展示，智能分析等服務。 TOD 大數據處理
TOD 是騰訊雲為用戶提供的一套完整的、開箱即用的雲端大數據處理解決方案。開發者可以在線創建數據倉庫，編寫、調試和運行SQL 腳本，調用MR程序，完成對海量數據的各種處理。另外開發者還可以將編寫的數據處理腳本定義成周期性執行的任務，通過可視化界面拖拽定義任務間依賴關系，實現復雜的數據處理工作流。主要應用於海量數據統計、數據挖掘等領域。已經為微信、QQ 空間、廣點通、騰訊游戲、財付通、QQ 網購等關鍵業務的提供了數據分析服務。
騰訊雲分析
騰訊雲分析是一款專業的移動應用統計分析工具，支持主流智能手機平台。開發者可以方便地通過嵌入統計SDK，實現對移動應用的全面監測，實時掌握產品表現，准確洞察用戶行為。不僅僅是記錄，移動APP 統計還分析每個環節，利用數據透過現象看本質。騰訊雲分析還同時提供業內市場排名趨勢、競品排名監控等情報信息，讓您在應用開發運營過程中，知己知彼，百戰百勝。
騰訊雲搜
騰訊雲搜（Tencent Cloud Search）是騰訊公司基於在搜索領域多年的技術積累，對公司內部各大垂直搜索業務搜索需求進行高度抽象， 把搜索引擎組件化、平台化、服務化，最終形成成熟的搜索對外開放能力，為廣大移動應用開發者和網站站長推出的一站式結構化數據搜索託管服務。 移動加速
移動加速服務是騰訊雲針對終端應用提供的訪問加速服務，通過加速機房、優化路由演算法、動態數據壓縮等多重措施提升移動應用的訪問速度和用戶體驗，並為客戶提供了加速效果展示、趨勢對比、異常告警等運營工具隨時了解加速效果。
應用加固
應用加固服務是騰訊雲依託多年終端安全經驗，提供的一項終端應用安全加固服務。具有操作簡單、多渠道監控、防反編譯防篡改防植入、零影響的特點，幫助用戶保護應用版權和收入。
騰訊雲安全認證
騰訊雲安全認證是騰訊雲提供的免費安全認證服務，通過申請審核的用戶將獲得權威的騰訊雲認證展示，讓您的業務獲得騰訊億萬用戶的認可。免費安全服務，權威認證展示，騰訊雲已為2.6萬網站、應用保駕護航。
信鴿推送
信鴿（XG Push）是一款專業的免費移動App 推送平台，支持百億級的通知/ 消息推送，秒級觸達移動用戶，現已全面支持Android 和iOS 兩大主流平台。開發者可以方便地通過嵌入SDK，通過API 調用或者Web 端可視化操作，實現對特定用戶推送，大幅提升用戶活躍度，有效喚醒沉睡用戶，並實時查看推送效果。
域名備案
騰訊雲備案服務，幫助您將網站在工信部系統中進行登記，獲得備案證書懸掛在網站底部。目前支持企業、個人、政府機關、事業單位、社會團體備案。
雲API
雲API 是構建雲開放生態重要的一環。騰訊雲提供的計算、數據、運營運維等基礎能力，包括雲伺服器、雲資料庫、CDN 和對象存儲服務等，以及騰訊雲分析（MTA）、騰訊雲推送（信鴿）等大數據運營服務等，都將以標準的開放API 的形式提供給廣大企業和開發者使用，方便開發者集成和二次開發。
萬象圖片
萬象圖片是將QQ空間相冊積累的十年圖片經驗開放給開發者，提供專業一體化的圖片解決方案，涵蓋圖片上傳、下載、存儲、圖像處理。
維納斯
維納斯(Wireless Network Service)專業的移動網路接入服務，使用騰訊骨幹網路，全國400個節點，連通成功率99.9%。
雲點播
騰訊雲一站式視頻點播服務，匯聚騰訊強大視頻處理能力。從靈活上傳到快速轉碼，從便捷發布到自定義播放器開發，為客戶提供專業可靠的完整視頻服務。

『捌』 誰知道數據智能的優勢是什麼

我來說說：滴普科技的數據智能基於CDC及any2any機制，實現復網路環境下的實時數據毫秒級同步，輕松應對海量異構數據源，全面覆蓋各類數據同步場景，⌄支持多源數據採集，多維度管理，基於元數據，提供血緣分析，影響分析，快速定位數據，跟蹤元數據變更。

『玖』 五大賽道、八位專家，銀行局中人眼裡的AI江湖

誰說大象不能跳舞？

2020於全體銀行而言，是一場無預告的終極考驗，一輪最直觀的金融 科技 對決。疫情讓網點流量驟降到接近於0，全方位挑戰銀行線上服務水平，檢驗那些連年增加的 科技 投入，有多少真正變作數字化、智能化的一點一滴。

踏進2021，銀行們迎來周密復盤、整裝待發的最好時間節點。

在過去這一年，銀行更努力地擺脫大象轉身的刻板印象，告別以往被各路創新推著走的窘況，試圖在金融 科技 和數字新基建的浪潮里承擔更主動、開放的角色，以輕快敏捷的步伐持續向前。

沒有一家銀行不想擁抱AI，沒有人願意錯過數智化轉型的未來。在梳理數十家銀行AI全布局，以及 「銀行業AI生態雲峰會」 多位嘉賓的分享過程中，我們逐漸發現銀行業AI的那些挑戰和困境，那些艱險之處同樣是機遇所在。

數據安全與隱私保護

銀行業AI，首先被AI本身正面臨的數據困境，和日漸收緊的數據監管尺度攔住。

在技術維度不斷向前奮進的同時，銀行必然要思考的一個議題是：業務創新與隱私保護如何兼顧？

雷鋒網AI金融評論主辦的 《聯邦學習系列公開課》 曾對這一問題展開過系統深入的探討。第一節課上， 微眾銀行首席人工智慧官楊強 就直接點明：「人工智慧的力量來自於大數據，但在實際運用過程中碰到更多的都是小數據。」

平安 科技 副總工程師王健宗 也在課上指出，「傳統的AI技術必須從海量的數據中學習或者挖掘一些相關的特徵，利用數學理論，去擬合一個數學模型，找到輸入和輸出的對應關系，比如深度學習中訓練網路的權重和偏置，模型效果與數據量級、質量、以及數據的真實性等有著密切的關系。」

一個典型例子就是銀行信貸風控：現在大部分AI應用都由數據驅動，信貸風控更需要大量數據訓練，但大額貸款風控的案例又非常少。「要是來做深度學習模型，只用少量這種大額貸款的樣本遠遠不夠。」楊強解釋。

小數據需要「聚沙成塔」，同時又面臨侵犯隱私的可能。為此，網路安全與數據合規領域的立法進入了快車道，濫用數據和爬蟲也受到過嚴厲整治。

雖然目前《數據安全法》還只是處於草案的狀態，但是草案明確提出要關注數據本身的使用，需要在保護公民組織、相關權益的前提下，促進數據為關鍵要素的經濟發展。

數據被稱作是新時代的油田，但銀行該怎樣通過AI摸索出更高效、更合規的開采工具？

在「銀行業AI生態雲峰會」第一場演講中， 微眾銀行區塊鏈安全科學家嚴強博士 就對銀行必備的數據安全與隱私保護思維，進行了深入討論。他指出：

在數字經濟時代下，銀行業AI發展 必須要尊重「數據孤島」作為數據產業的原生態，隱私保護技術則是打破數據價值融合「零和博弈」的關鍵，需要打通隱私數據協同生產的「雙循環」。

而 區塊鏈 是承載數據信任和價值的最佳技術，對於隱私計算和AI應用中常見的數據品質等難題，都可以通過區塊鏈進行互補或提升效果。

聯邦學習、TEE可信計算、安全多方計算等多個AI技術路線也正嘗試落地於銀行的核心業務場景。

AI金融評論了解到，除了微眾銀行， 江蘇銀行 2020年也已開展聯邦學習方向的 探索 ，他們與騰訊安全團隊合作，基於聯邦學習技術對智能化信用卡經營進行聯合開發和方案部署，在聯邦學習技術支持下進行金融風控模型訓練。

銀行資料庫

以「數據」為線，銀行前中後台的升級軌跡清晰可見。

如果說前些年的銀行 科技 ，討論度更集中在前台智能化應用，那麼如今中後台建設開始更多地來到聚光燈下，討論它們為銀行數字化轉型呈現的價值和意義。

這當中的一個重要模塊，就是 銀行資料庫 的改造升級。

我們曾經報道，Oracle自進入中國市場以來，在銀行資料庫市場，一直具有壓倒性優勢，也是許多銀行的采購首選。

由於長期使用Oracle，不少銀行形成較嚴重的路徑依賴。平安銀行分布式資料庫技術負責人李中原也曾向AI金融評論表示，系統遷移和重新建設需要大量成本，從單機變為多機群體，故障發生的故障發生的概率和維護成本都會加大，對整體系統運維將是巨大挑戰。（詳見 《銀行業「求變」之日，國產資料庫「破局」之時》 ）

但隨著銀行業務創新需求愈發復雜，傳統資料庫在技術邊界、成本、可控性方面越來越不相匹配；采購資料庫的來源單一也讓銀行陷入非常被動的處境。

而雲計算的出現，讓Oracle在資料庫市場接近壟斷的地位有所動搖，各大互聯網雲廠商殺入戰場。

騰訊雲副總裁李綱就表示，雲化資料庫勝在成本低、易擴容兩大特點，任意一台X86的PC伺服器就可以運行，理論上也有著無限的橫向擴展能力，這都是Oracle等傳統資料庫難以企及的優點。

中國數千家銀行由此獲得更多選擇餘地，開始從集中式資料庫遷移到分布式資料庫，一場事關「大機下移」的漫長征途就此展開。

這場變革已有先行者，例如 張家港行 在2019年就將其核心業務系統放在了騰訊雲TDSQL資料庫上，傳統銀行首次為核心系統選用國產分布式資料庫；2020年，平安銀行信用卡的核心系統也完成切換投產，新核心系統同樣採用了國產資料庫。

在「銀行業AI生態雲峰會」上， 騰訊雲資料庫TDSQL首席架構師張文 就深入分享了張家港行和平安銀行這兩個典型的資料庫遷移轉型案例。

以 平安銀行 為例，其體量之大，意味著應用改造更具挑戰性。張文解釋道，為了配合此次改造，應用引入了微服務架構對應用進行了拆分和解耦。對賬號的分布進行了單元化劃分，以DSU為一個邏輯單元，單個DSU包含200萬個客戶信息，單個DSU同時處理聯機和賬務兩種業務。

但國產分布式資料庫也同樣還在成長當中，張文也指出了目前金融級分布式資料庫面臨一系列挑戰點，除了有可伸縮、可擴展的能力，更要解決高可用性、數據強一致性，同時 探索 更具性價比的性能成本，以及為金融機構打造更易上手的、更產品化的成熟解決方案。

中台建設

「中台建設」這個熱門關鍵詞，不再是互聯網公司的專屬。銀行也不例外，甚至更需要中台。

銀行這樣的大型機構，架構極其復雜，還有跨部門多團隊的協作，海量數據日積月累之下如同年久失修的危樓，更需要及時、持續的治理。

在看來，銀行擁有大量的數據、技術和人才，資源卻往往「各行其是」，部門之間沒有配合意識、獨立造煙囪；技術流於表面，無法鏈接、深入，這造成了銀行資源的大量浪費。

中台 的體系化建設和順利運轉，才能將這龐大體系中的「死結」一一梳開。

建設銀行 監事長王永慶就曾指出：中台建設是商業銀行數字化經營轉型的關鍵環節，認為商業銀行數字化轉型的必然歸宿是生態化、場景化。

盡管商業銀行在多年經營過程中沉澱了一定的競爭優勢，形成了各具特色的內部生態系統，但目前仍是封閉的、高冷的，還無法滿足數字經濟對開放式生態化經營可交互、高黏性、有體感、無邊界的要求。

因此，建行也已在數據中台先行一步，其落地上概括為5U（U是統一的意思），包括統一的模型管理、統一的數據服務、統一的數據視圖，統一的數據規范以及統一的數據管理。

為求輕松支撐億級用戶，實現高時效、高並發場景化經營， 招商銀行 近兩年也在中台和技術生態體系的建設上持續發力。去年年底發布的招商銀行App 9.0，迭代需求點超過1800項，「10+N」數字化中台建設就占據了相當的比重。

如何構建金融機構需要的數據中台？

在「銀行業AI生態雲峰會」上， 360數科首席科學家張家興 就用「三通三快」概括了數據中台的標准：

金融機構面對著海量用戶、復雜業務，一個優秀的數據中台，必須是達到多業務打通，內外數據互通和用戶關系連通，同時還要做到數據的實時處理快、使用快、需求響應快。

他進一步強調，數據與AI融合得非常緊密，如果數據中台和AI中台各自建設，兩者之間將不可避免地存在割裂的現象。

基於此，360數科也推出了自己的數據AI融合中台，將最上層數據平台，到中間數據服務支撐的平台服務，再到整個數據資產的管理，到最下面整個數據技術架構的設計都進行調整，並且將自身沉澱的AI能力嵌入其中。

張家興也在雲峰會的演講上透露，360數科研發了一項聯邦學習技術——分割式神經網路，通過神經網路在高維空間，Embedding不可逆的特性，使得不同參與的數據合作方只需要傳遞Embedding向量，見不到原始數據，但最終可以使模型產生目標效果。

銀行信貸智能風控

而在過去一年裡，銀行信貸風險管理，仍然是最引人關注的方向之一。

關注度一方面來自於，受疫情影響而劇增的貸款逾期和壞賬風險，如何藉助技術手段「端穩這碗水」，把握好信貸支持尺度，成為銀行、消金公司和風控技術服務商們的開年大考。（詳見 《信貸戰「疫」：一場給風控的開年大考》 ）

而另一方面，2020年下半年起，針對金融 科技 或是互聯網金融的監管「紅線」逐漸清晰。例如《商業銀行互聯網貸款管理暫行辦法》，其中就明確提出了對商業銀行的風險管控要求，和對合作機構的管理規范。

盡管結合AI、大數據的智能風控在銀行 科技 應用中不再新鮮，但這並不意味著智能風控已經足夠成熟—— 數據資源壁壘、自有數據累積、數據特徵提煉、演算法模型提升 ，被認為是大數據風控目前所面臨四大困境。

某商業銀行負責人就曾表示，在模型建設和模型應用過程中普遍存在數據質量問題，包括外部數據的造假（黑產欺詐）和內部數據的濫用等，在模型迭代方面，很多銀行只追求迭代的速度和頻次，而忽略了最終效果。

前網路金融CRO、融慧金科CEO王勁 進一步指出，數據規范和治理體系不健全，數據質量差且缺失率高，技術能力不足，復合型 科技 人才匱乏等因素都是銀行等金融機構無法做好模型的重要原因。

王勁曾在有著「風控黃埔軍校」之稱的美國運通工作17年，負責過全球各國各類產品相關的700餘個模型提供政策制度和獨立監控。在雲峰會上，他也結合自身二十餘年風控經驗，剖析了金融風險管理中的那些理念誤區。

「很多人並不是特別理解，風險管理永遠是一個尋找平衡點的科學。」王勁認為，風險管理平衡有著這樣的核心三問：

他也解析了銀行等持牌金融機構做好風險管理平衡的核心要素，談到風險管理最重要的就是對數據的把控，「金融公司成立之初就要思考數據的生命周期。首先要從對業務產品和客戶的選擇當中，決定需要什麼樣的數據。」

數據戰略是一個相對長期的落地過程，機構首先要立下數據選擇的原則和條件：要考慮的不只是數據的合規性、穩定性和覆蓋率，更要考慮數據的新鮮度、時效性和時間跨度。

從模型建設的角度出發，王勁指出，一個卓越的風控模型應當具備辨別力、精準度、穩定性、復雜度和可解釋性五大要素，「原材料」數據、模型架構和演算法的選擇，衍生變數的出現，對模型的監控和迭代，以及對y的定義和樣本的篩選，無一不影響模型的「鍛造」。

在他看來，銀行等金融機構如果能在身份識別和控制、數據安全管理、風險模型管理，和自動化監控體系方面，做到高效完善，將會是非常理想的一種狀態。

RPA與內部流程優化

還有一個關鍵詞，在各家銀行年報中出現頻率越來越高，那就是RPA（機器人流程自動化）。此前AI金融評論也曾舉辦 《RPA+AI系列公開課》 ，邀請到五位頭部RPA廠商高管分享RPA與金融碰撞出的火花。

RPA的定義，很容易聯想到2012年左右的「流程銀行」轉型潮。當時的流程銀行，意為通過重新構造銀行的業務流程、組織流程、管理流程以及文化理念，改造傳統的銀行模式，形成以流程為核心的全新銀行經營管理體系。

如今銀行的轉型之戰，全方位升級為「數字化轉型」，內部流程的優化改造在AI和機器人技術的加持下持續推進，RPA也迅速成為銀行數字化轉型不可缺席的一把「武器」。

達觀數據聯合創始人紀傳俊 在「銀行業AI生態雲峰會」上指出，RPA+AI為銀行帶來的價值，最明顯的就是減少人工作業、降低人工失誤，提升業務流程效率，同時也提高風險的預警和監控能力。

AI金融評論注意到，已有多家國有大行將RPA投產到實際業務中。

以 工商銀行 為例，RPA在工行的應用覆蓋了前台操作、中台流轉和後台支撐等多個業務場景，在同業率先投產企業級機器人流程自動化（RPA）平台並推廣應用，全行累計46家總分行機構運用RPA落地實施120個場景。

建設銀行 同樣也引入了RPA，建立國內首個企業級RPA管理運營平台，敏捷研發業務應用場景 100 個，實現人工環節自動化、風險環節機控化。

農業銀行 方面則透露，農行目前還處於技術平台建設階段，之後將以信用卡業務、財務業務等為試點落地RPA需求。其實施策略，是建設全行統一的RPA技術平台，面向總分行各部門輸出RPA服務。

中國銀行 在2017年底，旗下公司中銀國際就已有RPA的概念驗證，團隊成功投產20個機器人，分別在不同崗位執行超過30個涉及不同業務流程的自動化處理工作，也與RPA廠商達觀數據展開了合作。

紀傳俊也在雲峰會上分享了目前AI+RPA在銀行各大典型場景的落地：

例如智慧信貸，面向的是整個銀行最核心的流程——信貸流程，分為貸前、貸中、貸後三大階段。其中涉及數據查詢、數據處理、財務報表、銀行流水等專業環節，需要完成基礎信息的錄入、盡調報告的審核，而這些環節中的大量重復勞動，可以基於AI、OCR、NLP等技術自動化完成。

『拾』 騰訊雲伺服器和阿里雲伺服器哪家好呢

阿里雲得比較好，但是稍微貴一點。
阿里雲伺服器優勢:
雲伺服器ECS與擁有傳統伺服器和虛擬主機無法企及的優勢：穩定性：服務可用性高達99。95%，數據可靠性高達99。99%。支持宕機遷移、數據快照備份和回滾、系統性能報警。容災備份：每份數據多份副本，單份損壞可在短時間內快速恢復。安全性：支持配置安全組規則、雲盾防DDOS系統、多用戶隔離、防密碼破解。
多線接入：基於邊界網管協議(BorderGatewayProtocol，BGP)的最優路由演算法。BGP多線機房，全國訪問流暢均衡。骨幹機房，出口帶寬大，獨享帶寬。彈性擴容：10分鍾內可啟動或釋放100台雲伺服器ECS實例;支持在線不停機升級帶寬;5分鍾內停機升級CPU和內存。
成本低：無需一次性大投入，按需購買，彈性付費，靈活應對業務變化。可控性：作為雲伺服器ECS的用戶，您擁有超級管理員的許可權，能夠完全控制雲伺服器ECS實例的操作系統，可以通過管理終端自助解決系統問題，並可以進行部署環境、安裝軟體等操作。易用性：豐富的操作系統和應用軟體，使用鏡像可一鍵簡單部署同一鏡像;可在多台ECS實例中快速復制環境，輕松擴展;支持自定義鏡像、磁碟盤快照批量創建雲伺服器ECS實例。
API介面：使用ECSAPI調用管理，通過安全組功能對一台或多台伺服器進行訪問設置，使開發使用更加方便。[收起]