2024华为星河AI金融目标网络白皮书

✁河AI网行天下HUAWEI eview ➴为✁河AI 金融自标网络白皮书 高阶智能超高韧性敏捷高效安全可信极致体验 forprevie ey 编委会iew 顾问王雷赵志鹏陈林刘建宁程剑冯马俊饶争光何维治王武伟赵少奇王辉左萌李武东何亮杨加园殷玉楼文慧智张雪峰徐前锋伍连和陈波 副主编 许永帆 李牧天 张帆 编写成员 李灵帅张宵 李进 刘旭辉 夏欢 叶佳伦沈文睿 戚仁富 主编孙亚军 版权声明 王王世媛崔洪斌 版权所有➴为技术有限公司2024。保留一切权利。 非经本公司书面许可，任何单位和个人不得擅自摘抄、复制本文p档re内容v的部分或全部，并不得以任何形式传播。 商标声明 本文档提及的其他所有商标或注册商标，由各自的所有人拥有。 注意 您购买的产品、服务或特性等应受➴为公司商业合同和条款的约束，本文档中描述的全部或部分产品、服务或特性可能不在您的购买或使用范围之内。除非合同另有约定，➴为公司对本文档内容不做任何明示或暗示的声明或保证。 由于产品版本升级或其他原因，本文档内容会不定期进行更新。除非另有约定，本文档仅作为使用指导，本文档中的所有陈述、信息和建议不构成任何明示或暗示的担保。 序言 如今，我们已经站在第五次工业革命的门槛上，不同于 之前的任何一次工业革命，第五次工业革命以5G、云、AI为 代表的数字技术正不断突破边界，实现跨越式发展，一个波 澜壮阔的智能世界正在加速到来。 ✁河N金融网络 ➴为预测，到2030年，全球联接总量将突破2000亿， 全球通用计算算力将达到3.3ZFLOPS（FP32)，A/计算算 力将超过105ZFLOPS（FP16)，增长500倍。算力=单芯 片算力×集群规模×算力效率×算力可用率，网络则是 将算力有机联接起来的智能世界的基石，网络的使命就是提升算力效率和算力可用率，从而最大程度释放算力并灵活输 送算力。 金融行业正逐步进入Bank5.0智能化时代，用AI激活金 融创新、风险管理、投资管理、交易监管、客户服务等方面的巨大潜力，这需要不断攀升的海量算力以及新一代网络作为业务底座。在数据中心，一网承载通算、智算和存储，通过提供高运力网络赋能金融大模型训练和推理。在广域，网 络需实现弹性超宽，把AI算力高效可靠地输送到各级金融机 构和网点。在园区，要实现一网多用，保障算力随时随需获 取和VIP金融业务的极致办公体验。在网络安全，需保障各 级金融机构数据和算力流转的极高安全。新一代金融网络的核心是在规、建、维、优生命周期内全面智能化，从而进一步激活金融业务的智能化。 基于上述使命，➴为打造了面向智能时代的新一代金融 网络一➴为✁河A/金融网络。如同✁河联接无数繁✁，组成 以网强智 浩瀚宇宙，✁河AI网络智联万物，充分释放智能和算力，加速金融行业智能化转型，跃升数智生产力。 以智健网网智共生 ➴为数据通信产品线 政企领域总裁 目录 review 1金融数字化和智能化演进对网络的诉求01 2高阶智能，加速金融行业迈向Bank5.003 2.1✁河A/智算网络，释放金融A/训练海量算力03 2.1.1金融行业AI大模型应用正走深向实03 2.1.2金融智算网络需要大规模、零➀包、高吞吐、全自智04 2.1.3✁河A/金融智算网络方案释放AI时代高算力04 2.1.4成功案例：✁河A/金融智算网络助力某客户大模型训练性能提升16%~23%06 2.2A赋能网络，打造智慧金融基础设施07 2.2.1黑科技1NetMaster网络大模型，让运维更智能07 2.2.2黑科技2：智能未知威胁检测，让数据更安全07 2.2.3黑科技3：Wi-Fi7动态变焦天线A/智能漫游，让体验更流畅08 2.2.4黑科技4：AI算法与架构双创新，让投资更绿色08 3超高韧性，助力金融容灾无忧，业务永续 60 3.1金融安全规范对数据中心网络的可靠性提出更高的要求 09 3.2传统金融网络存在容灾能力弱、可靠性可用性不足等问题 10 3.3✁河A/金融数据中心网络方案，极大提升网络容灾能力和可靠可用性 10 3.4成功案例：➴为助力Z银行构筑敏捷弹性、高可用的新一代云数据中心网络 12 4敏捷高效，实现网络自动驾驶13 4.1网络数字地图助力金融产品敏捷开发，提升金融业务上线效率13 4.1.1金融业务✁快速选代，对网络运营提出了更高要求13 4.1.2越来越频繁✁网络变更，网络运维判不准、看不全、看不清、耗时长13 4.1.3➴为率先在业界推出网络数字地图，推进金融网络运维智能化14 4.1.4成功案例：➴为网络数字地图助力X✃行网络拓扑准确率99%，业务上线时间从周缩短到天15 4.2金融广域网络“IPv6+”全面部署，保障金融客户多地多中心灵活高效互联16 4.2.1金融业务数字化高速发展，对广域网络服务质量提出了更高要求16 4.2.2传统金融广域网面临着扩容成本高和部署慢✁问题17 4.2.3➴为“IPv6+”智能云网方案实现多地多活云网协同、智能调优和差✆化服务18 4.2.4成功案例：➴为SRv6智能调优方案，助力Y✃行带宽利用率提升20%19 5安全可信，保障金融业务安全21 5.1金融智能安全防勒索，多层防护构筑坚固堡垒21 5.1.1勒索攻击愈发频繁，金融业务长时间中断风险激增21 5.1.2勒索病毒干变万化，传统网络安全面临新挑战21 5.1.3➴为安全防勒索技术，构建基于完整攻击链✁全网防护体系22 5.1.4成功案例：➴为构建领先✁多层保障体系，打造安全运营环境23 5.2金融终端安全无感➓入，防仿冒防私➓23 5.2.1各类物联终端广泛应用，提升金融业务效率✁同时，带来安全隐患llew23 5.2.2海量终端联网，对网络安全提出更大挑战24 5.2.3➴为终端安全无感➓入技术，实现终端防仿冒、网络防私➓24 5.2.4成功案例：私➓秒级检测与阻断，保障金融网络安全26 6极致体验，打造场景化智能网点27 6.1金融服务嵌入到日常生活中，金融网点加速场景化转型27 6.2海量智能设备引入，对业务体验和连➓安全带来新✁挑战27 6.3➴为Wi-Fi7和SD-WAN，✯持终端高密安全➓入、分✯灵活互联、业务体验保障28 6.4成功案例：➴为高品质园区和智能SD-WAN方案，助力A✃行打造面向数字时代✁智慧网点30 7写在最后31 Onlyforprev 人人人 人 人人 0人 金融数字化和智能化演进 01对网络的诉求 银行数字化在经历了Bank1.0到Bank4.0之后，开启了向智能化演进的Bank5.0时代。第一个波次 （Bank1.0到Bank3.0）聚焦提供线上线下一体化、实时稳定的金融服务；第二个波次（Bank4.0）聚 焦构建平台+全场景生态的商业模式，银行重构其现有业务变得更开放，与生态伙伴的服务紧密结合；第三 个波次（Bank5.0）聚焦重新定义个性化产品和服务，优化运营效率，制定更精准的投资策略。在整个业务流程里深度应用大数据和人工智能，如下图所示。三个波次在并行演进，以AI为标志的智能化对金融业注 入了强劲的创新力，不仅提升了银行的竞争力，也为客户提供了更优质的金融服务，驱动了整个金融生态系 统的变革。 AI大模型加速重构金融科技与服务模式，迈向智能化时代 金融科技Bank5.0智能金融 核心要素人工智能、大模型、个性化服务 （国有头部银行） AIn波次l3y：效f能o提r升p，重r定e义客v户i交e互入口，AI赋能新业务 大数据波次2：构建创新产品、商业模式、优化客户体验波次1：确保金融服务稳定在线 云Bank4.0全场景金融 教育、医疗、零售、生活场景 数据实时 计算 Bank2.0自助金融 Bank3.0移动金融 款字钱包、移动支付、BNPL （国内海外中长尾金融机构） 联➓Bank1.0传统金融ATM机、信用卡、POS机 国内头部现金、存折、支票、 DC大集中 双活/两地三中心 全面上云 大模型创新 时间 1999~2005 2005~2015 2015~2022 2023~2030 银行科技 发展历程 图1-1银行业科技发展历程的三个波次在并行演进 ➴为✁河A/金融目标网络白皮书01 01|金融数字化和智能化演进对网细的诉求 智能化转型深层次驱动力是银行如何更好、更高效地服务客户，更快地推出新产品和管理风险，转型 成以客户为中心的数字化经营、平台+生态的商业模式。数字化经营的银行通常将月活跃用户（MAU）和日活跃用户（DAU）指标设定为关链KPI，数字化分析用户行为，不断提升用户体验：通过实时数据采集和分析进一步反哺业务产品设计：数据成为经营决策的主要依据：AI也逐从客户服务等辅助领域进入到到营销、风控等核心业务额域。 伴随着银行的智能化转型，IT投资方向也发生了变化，RuntheBank（维持基本面，保持银行运行） 的投资在逐渐减少，越来越多地投向TransformtheBank，提升智能化水平（也称ChangetheBank， 以云、大数据、AI等新技术再造IT系统），对外服务的业务部门更加聚焦用户体验，对内服务的科技部门构 建起各类能力平台，并将组织的能力沉淀在这些平台上，使得全行的业务、科技、运营等各部门能够便捷、高效、自主地使用这些能力。在这个过程中，科技部门从以往被动响应业务需求的角色，逐渐转向主动驱动整个转型过程。 在银行的上述转型过程中，业务韧性无比重要，关注单个系统的韧性转变为关注用户旅程韧性，韧性 必须被重望。金融机构需要具备稳健韧性的数字基础设施、敏捷弹性的平台能力，可迅速选代金融产品，提供安全可靠的持续服务，以应对用户需求的日新月异。 ➴为提出了金融韧性基础设施目标架构“4Zeros”，包括：ZeroDowntime高可用、ZeroWait极致体验、ZeroTouch高效运维和ZeroTrust可信安全，这四个“Zeros”不是裂的能力，而是需要云、 数据库、数据中心、广域网络和分支网点，云网存算跨域协同，形成端到端的韧性体系。网络是连➓韧性技术设施各组件的核心枢纽，我们认为金融目标网络演进架构为：高阶智能、超高韧性、敏捷高效、安全可信、极致体验。 超高相性敏违高效安全可信极致体验 创此态进入服务 CAT 报行网点 20-2编系，号30+w 、敏捷高效、安全可信、超高韧性、极致体验”五个演进目标 02➴为量同A会融目标网结白皮书 AI 高阶智能，加速金融行业迈向 02Bank5.0 2.1✁河AI智算网络，释放金融AI训练海量算力 I2.1.1金融行业AI大模型应用正走深向实 ChatGPT引爆人工智能产业，金融行业进入了生成式人工智能时代，AI训练模型正在从万干➶模型走向百模干态的大模型。金融业是数据密集型、知识密集型行业，同时又是科技驱动型行业，具备良好的数字 化基础，是大模型应用落地的最优行业之一。金融业务要提供更加便捷、快速、安全的服务体验，最重要的 措施之一是运营智能化，也就是将A/能力与金融业务场景深度结合。 当前，金融行业大模型的发展正在跨越拐点，从“预测推断”走向“内容生成”，在金融创新、风险 管理、投资管理、交易监管、客户服务等方向发展迅速。 基础模型LO行业模型L1细分场景模型L2 公共数据金融机构+行业伙伴数据金融机构+行业场景化数据 奥情报告助手 办公助手 +行业知识 灵活适配细分场景 客服助手监管助手 智能审核 智能智慧员工开发助手数据分析经验反馈投研风控需求、数据、网点助手风险预警 经验沉淀、反馈 图2-1金融AI模型场景举例 为了吸纳海量的知识和业务数据、适配复杂的业务场景，金融大模型的参数量节节攀升，随之而来的是对算力的蓬勃需求，这使得金融智算中心AI服务器规模不断增长，正从干卡走向万卡。 ➴为✁河A/金融目标网络白皮书03 02高阶智能，加速金融行业迈向Bank5.0 厂2.1.2金融智算网络需要大规模、零丢包、高吞吐、全自智 与基于TCP/IP的通算网络不同，AI智算网络使用RoCE，➓入带宽高达200G