高性能金融計算論壇：新時代下AI與超算的碰撞結合

　　近年來，隨著全球經濟的不斷變化，給金融市場帶來了巨大波動。為了實現穩(wěn)定發(fā)展，金融行業(yè)將發(fā)展重點放在了先進IT技術方面，通過其來分析數據并輔助決策，而其背后提供支撐的高性能計算則成為了金融行業(yè)的重要支柱。

　　為了探討HPC在金融領域的最新發(fā)展和應用，于2023年CCF全國高性能計算學術年會上舉辦的高性能金融計算論壇，邀請來自金融領域、高校和科技公司的專家，共同探討高性能計算在金融領域的應用和未來發(fā)展趨勢。

　　高性能金融計算論壇提供了一個交流平臺，促進不同領域的專家進行深入的討論和合作，以解決金融行業(yè)中的各種挑戰(zhàn)。

　　論壇主持人，中國科學院計算機網絡信息中心客座研究員王子田表示：金融是使用高性能計算最為廣泛，也是最為深入的領域之一。無論是在銀行、基金、券商、保險還是監(jiān)管等領域，都擁有數據量大、計算量大等特征，因此金融領域與高性能計算的結合非常深入。

　　金融數據與傳統(tǒng)文本數據不同，其信息含量更高，業(yè)務屬性更多，如何能夠對其進行高效的歸納分析成為此次探討的重點。同時，金融也成為了高性能計算技術以及算法應用模式發(fā)揮和創(chuàng)造價值最好的一個領域。

　　“最近兩三年，并行科技的很多客戶與合作伙伴開始用AI和大模型來解決金融領域的一些計算相關問題。超算在金融領域有著非常廣闊的前景，也將推動該領域的不斷前行。”北京并行科技股份有限公司，行業(yè)事業(yè)部的總經理呂昇亮在致辭中表示。

　　金融市場的波動性和復雜性使得預測市場走勢和交易行為變得異常困難。然而，借助于高性能計算的強大計算能力和復雜算法，可以更準確地模擬金融市場，并預測未來價格和交易行為，為投資者提供更可靠的依據。

　　天津財經大學張書華教授發(fā)表了關于雙Heston模型下回望期權定價模型及其深度學習方法的主題演講，重點介紹了浮動執(zhí)行價格回望期權的定價模型，并探討了該模型結構下的深度學習方法。

　　雙Heston模型的動態(tài)方程包括兩個隨機微分方程，分別描述資產價格和波動率的相互關系。通過對這些方程的求解，可以得到資產價格和波動率的概率分布，進而計算期權的價格和風險指標。

　　雙Heston模型適用于期權定價和風險管理等領域具有廣泛的應用。它能更好地描述市場的波動特征，以及期權價格隨時間和波動率的變化情況。這使得雙Heston模型成為金融衍生產品定價和風險管理的重要工具之一。

　　中國農業(yè)銀行總行，科技與產品管理局處長蒙永明發(fā)表主題為：金融大數據高性能計算技術與實踐的演講。探討了大型商業(yè)銀行在應用大數據推進數字化轉型過程中的技術演進趨勢，對PB級的數據在存儲、加工、整合、分析等方面的采用的技術體系，重點分享大型商業(yè)銀行在數據存儲、整合、分析、計算等方面的應用實例及取得的應用效果。

　　他表示，銀行是最有利于數字化和用數字進行業(yè)務領域的行業(yè)，在信息化和數據化方面，銀行一直走在前列。銀行的特點是屬于數據密集型，需要非常龐大的計算量，因此同樣與高性能計算有著密切的聯系。

　　當前，銀行對很多應用場景都做了細分，以新能源領域企業(yè)信貸為例，銀行希望看到的不再是一張簡單的表格，而是基于多維度構建起來的模型。這個模型可能會有超過300個維度，包括貸款人的資產狀況、企業(yè)在該地區(qū)的能力表現、互聯網市值是多少等等，基于這些維度構建起統(tǒng)一風險多維度報表。其精準度更高，更容易被監(jiān)管。

　　也正是因為銀行業(yè)務所面臨的海量數據挑戰(zhàn)，僅憑人力很難進行運維管理，所以未來開發(fā)、運維和運營都需要通過AI來解決，銀行在這方面已經開始了積極探索。

　　隨著網絡金融的快速發(fā)展，金融欺詐問題也日益嚴重。為了應對這一挑戰(zhàn)，金融機構需要采取一系列措施來確保交易的安全性和客戶的利益。其中，人工智能(AI)輔助的網絡金融反欺詐技術成為了當前最具應用潛力和效果的解決方案之一。

　　傳統(tǒng)的反欺詐方法主要依靠規(guī)則引擎和靜態(tài)模型，這些方法往往只能檢測到已知的欺詐模式，而對于新型的欺詐手段則顯得力不從心。而AI輔助的網絡金融反欺詐技術通過機器學習和數據分析，可以實時監(jiān)測并學習用戶的交易模式和行為特征，從而及時識別出異常交易和潛在欺詐。

　　同濟大學王成教授在論壇中重點介紹了網絡金融安全行為計算，他表示：通過大模型反欺詐已經成為金融領域的發(fā)展方向之一，其正通過不斷地迭代升級來完善自己，并以更高效地方式來協助金融行業(yè)構建起先進的防御機制。

　　王教授提出了以行為計算為核心的一體化安全風險防控技術架構，闡述兼顧風控性能與計算效率的行為安全認證關鍵技術，并與大家分享了兼顧反詐效果與隱私保護的最新技術進展。

　　太原科技大學孫超利教授發(fā)表了主題為：數據驅動的復雜大規(guī)模問題進化優(yōu)化的演講。復雜大規(guī)模優(yōu)化問題廣泛存在于資產配置、投資組合優(yōu)化領域，往往存在決策空間和目標空間巨大，且目標函數評價昂貴的情況。針對這些復雜的大規(guī)模單目標和多目標問題，孫教授介紹了不同的數據驅動進化優(yōu)化方法，并表示該類方法可充分挖掘有限數據背后可利用的信息，進而應用到借貸、投資等方面，輔助金融機構進行決策。

　　平方和投資呂杰勇總經理發(fā)表了：資產管理領域中的高性能計算主題演講。重點介紹了私募投資與AI技術的結合，在海量數據的支持下，AI模型能夠替代一部分人工，減少對理論知識的依賴，可以做出和該領域專家相近的分析，極大提升了工作效率。

　　此外，機器學習可依托于每天收盤價的數據，對用戶提出的問題進行分析，然后自動生成一段可運行的模型代碼，對量化投資起到了效率提升的作用。

　　高性能金融計算分論壇上，眾多專家共同探討了算法、技術和應用方面的問題，而這一切自然離不開關鍵信息基礎設施的支持。來自中科馭數(北京)科技有限公司CTO盧文巖，在論壇上與大家共同探討了DPU針對“超低時延”、“異構計算”和“云原生”等先進計算技術在證券基金行業(yè)的應用創(chuàng)新和實踐。

　　中科馭數是一家國內的芯片公司，主要研發(fā)DPU芯片，目前已經廣泛應用到各大金融企業(yè)。證券、期貨、高頻量化交易等業(yè)務對數據傳輸速率及延遲要求很高，傳統(tǒng)網絡無法滿足需求，DPU則可以釋放CPU計算資源，在更短的時間內完成數據處理任務，從而提升性能。

　　DPU具有高性能、低功耗、低延遲、高效能耗比和靈活性等優(yōu)勢，使其成為處理大規(guī)模數據處理和計算任務的理想選擇。在人工智能、邊緣計算和物聯網等領域，DPU的應用前景非常廣闊。

　　在高性能金融計算分論壇上，各個領域的專家對高性能計算、人工智能在金融數據分析和模型求解方面的應用進行了深入探討。隨著數據量的增長和人工智能技術的快速發(fā)展，高性能計算成為處理和分析大規(guī)模金融數據的關鍵工具。通過將高性能計算與人工智能技術結合起來，可以更好地挖掘金融數據中的信息和模式，提高金融機構的決策能力和競爭力。

　　高性能金融計算分論壇為金融從業(yè)者和研究者提供了一個獨特的交流平臺，促進了他們之間的合作與創(chuàng)新，為金融行業(yè)的發(fā)展帶來了新機遇。