正文
如针对量化交易场景应用，宽邦科技CEO梁举就表示，一方面传统量化投资软件与技术平台不支持多机、多GPU卡分布式计算，只能用于小数据流、计算量不大的场景，限制了模型复杂度和训练量；另一方面，用户需要对人工智能算法、框架及相关代码模块非常精通和了解，并自主进行超参数的设置及训练调优，而一般金融证券机构非常缺乏这方面的专业人才，很多用户难以跨过技术门槛。
宽邦科技CEO 梁举
而在浪潮AI&HPC总经理刘军看来，金融、证券行业的AI应用落地面临着以下问题：第一，技术门槛比较高。里面涉及到各种综合性、前沿性的技术，包括机器学习、深度学习、容器化、分布式计算、大数据分析等技术。第二，时效性。金融行业非常关注应用场景的快速上线，从而创造出更多的金融价值的财富。因此，这需要具有成熟领先的平台、产品、技术的采纳，以便屏蔽掉复杂的底层技术，加快业务的落地，帮助降低产品门槛，快速建设团队。这些都是金融、证券行业中对于时效性方面的要求。第三，人员瓶颈。对于此，大家都有非常深刻的体会，要做好一个AI应用场景的落地，需要包含非常好的数据科学家、算法工程师、计算架构师，以及如何完成AI和业务系统的对接的开发，而这些都是我们目前所看到的人员方面的一些瓶颈。第四，如何形成业务场景的1到N，即1到多的快速复制。当我们在行业里树起行业应用的标杆之后，怎么把我们的思想、方法论和应用工具利用起来，以帮助金融行业客户快速实现场景应用的成熟的复制和落地，从而实现一个针对特定场景的定制化的开发服务。
浪潮AI&HPC总经理 刘军
那么，面对这样的“AI+金融”行业发展痛点，传统金融行业的AI进程又该如何进行？
此次浪潮与宽邦科技联合推出的面向金融行业的一体化AI解决方案，似乎给出了答案。
金融行业一体化AI解决方案，这是由浪潮与宽邦科技基于金融、证券行业的特定场景，共同研发的硬件+软件的一体化人工智能产品。
其中，浪潮负责提供AI系统级计算平台，宽邦科技负责AI赋能平台及业务级AI应用方案的技术研发。
通过机器学习等人工智能技术，实现智能量化、智能投顾、智能风控等业务场景应用，提升投资效率，同时为用户提供新型的量化大数据和智能技术服务。其中，该一体化AI解决方案最核心价值在于可以让普通交易员无门槛的使用人工智能技术做量化投资，而不需要学习大量艰深的编程和算法知识，从而有效降低传统金融行业使用人工智能技术的门槛。
据双方介绍，该项目采用的是支持多机多GPU卡的高并行集群架构，可以覆盖不同规模的用户需求。如智能量化方案相比传统方案，性能提升几十倍，甚至几百倍。而且这一系列方案采用了可视化的人工智能模型和策略开发界面，以微软工具软件惯用的模式把常用的人工智能数据处理、模型、数据标注和回测与交易等模块完全封装、自动黏合在一起。用户以所见即所得，复用模板等方式来开发和调试人工智能策略与交易，从而能够降低非技术人员使用人工智能进行交易的技术门槛。
