一个“手艺问题”，导致巴菲特的伯克希尔-哈撒韦公司股价暴跌近100%。

想必许多小同伴已经感受过了这则铺天盖地的新闻，所带来的亿点点震撼。

而凭证事后的新闻来看，这个大故障是纽交所的合并报价系统（CTA）在更新软件时泛起了问题。

许多专家都对此做了剖析，有人以为是CTA软件在举行版本更新时泛起了数据一致性问题；也有人提出*的问题应该是泛起在了数据库。

但总而言之，这并非是纽交所今年来*次泛起的故障，而是众多里的一个：

甚至某开源数据库团结首创人Jason直言不讳地示意：

纽交所在CTA软件上相关的IT水平还不及中国的大型金融机构和互联网公司，在中国已经很少会发生这种低级错误了。

即便云云，这也不禁令人发生更大的挂念和担忧——

传统软件问题尚能引发云云大的问题，那么站在大模子时代当下，AI 金融，是否又能做到准确可信？

正所谓实践是磨练真理*尺度，要回覆的这个问题，我们不妨领会一下已经在金融领域“上岗”了的AI大模子。

大模子上岗金融，都在做什么？

诚然AI大模子的生长已然出现势不能挡的趋势，但在金融领域真正应用的时刻，依旧存在一些显著的难题和挑战。

例如数据隐私和平安方面，金融数据往往高度敏感，涉及小我私人和企业的财政信息，确保数据隐私和平安是主要挑战之一。

而且这些数据具有多源和异构的特点，需要举行有用的整合和处置，才气确保它们的准确性和完整性。

再如模子自己，大模子往往被视为“黑箱”，由于其内部决议历程难以注释；在金融领域，尤其是涉及风险治理和羁系合规时，可注释性和决议透明性是异常主要的。

另有在实时性和资源消耗方面，金融市场瞬息万变，需要实时数据处置和决议支持，大模子的推理涉及到大量的矩阵乘法盘算，对硬件的矩阵乘法盘算能力提出较高要求，盘算庞大性可能导致响应时间延迟，晦气于实时应用。

加之大模子训练和推理历程需要大量的盘算资源和能量消耗，这对企业的成本和环保要求提出了挑战。

而确立于1998年的老牌金融科技公司金证，面临上述固有的重重难题，却有着自己的一套解法。

在金证看来，大模子的优势在于文本及非结构化数据处置能力、人机交互能力、天生能力和逻辑推理能力较强。

而相比小模子而言，大模子也存在显著的劣势，例如大模子“幻觉”问题（即大模子答非所问），大模子的部署算力要求高造成算力资源虚耗，部署成本高等问题。

因此，金证的解法就是——通过组合式AI，即大模子 小模子 工具，以此来支持各个营业场景AI需求。

大模子方面，包罗金证去年年底推出的K-GPT以及业内众多顶流的大模子，在特定的金融义务中施展大模子的专长。

小模子则是指诸如OCR、NLP、人脸识别、文字识别、财政剖析等传统模子，可以细分义务做到快准狠地处置。

至于工具，则是指舆图、天气、CRM、邮件、OA等。

一言蔽之，在某个金融领域义务中，这种模式可以让大模子、小模子和工具做到“专业的人干专业事”，尤其能极大地提高效率。

值得一提的是，相比于通用大模子，金证的K-GPT在数据查询的准确性方面显示更佳，能够更好地明白金融术语，提供专业且数据扎实的回复。

据领会，K-GPT 还支持查看引用的知识源，并具备与实时数据和模块化集成的能力，可以调取实时数据和组件。

依托重大的金融知识库，K-GPT专为金融场景服务，其焦点优势在于对金融的深入明白、数据准确、可验证性以及支持挪用Agent功效。

从效果上不难看出，金证已然让大模子在金融领域中及格地上岗，那么针对成本和资源上的痛点，金证又是若何解决的呢？

背后是高带宽内存（HBM）的至强® 在发力

教育界的「百模大战」，玩家们究竟在拼什么？

金证K-GPT方案中，另有一点对照稀奇：与英特尔互助，接纳了基于CPU的大模子推理方案。

据领会，他们主要是看中的是英特尔® 至强® CPU Max系列处置器。

这是英特尔*一款基于x86架构并接纳高带宽内存（HBM）的CPU系列，接纳了片上HBM设计，内存带宽高达4TB/s。和传统DDR5内存相比，HBM具有更多的访存通道和更长的读取位宽，理论带宽可达DDR5的4倍之多。

要知道，大模子推理涉及大量的权重数据读取，对硬件平台的内存接见带宽提出了很高的要求。

至强® CPU Max具有64GB HBM，每个内核可以分摊到跨越1GB的内存，对于包罗大模子推理义务在内的绝大多数盘算义务，HBM都可以容纳所有的权重数据。

内存带宽还不是金证选择这款CPU的所有理由。

英特尔® 至强® CPU Max系列还内置了英特尔® 高级矩阵扩展(英特尔® AMX)引擎，大幅提升了大规模矩阵乘法运算性能。

金证K-GPT基于Transformer架构，其焦点特点包罗多头注重力机制和前馈神经网络层，这其中都包罗大量矩阵运算，而英特尔® AMX通过1024位TMUL指令和8个自力的矩阵盘算单元，可以每时钟周期执行8次自力的矩阵乘累加操作，为这些运算提供壮大的加速能力。

云云一来，大模子推理的效果若何呢？

在只用单颗CPU的情形下，推理130亿参数大模子，*词元天生时间就能压到1秒左右，模子推理TPS跨越10 tokens/s，用户提问后约2秒内就能获得响应。

别忘了遇到负载岑岭等情形，还可以同时启用2颗CPU，性能还能提升快要一倍，可以说足以知足金融场景的大部门应用需求了。

除了硬件层面的突破，英特尔还提供了经由优化的软件工具来挖掘硬件潜力。

好比普遍使用的OpenVINO™工具套件，就被用来专门调优加速模子的Embedding处置举行。

金融场景涉及大量专业文档的输入义务，Emedding正是把文本从离散变量转变为延续向量的历程，好让AI能够明白。

经由OpenVINO™ 工具套件优化后，K-GPT大模子的批量Embedding性能提升到3倍之多。图注：OpenVINO™ 工具套件优化前后 Embedding 性能对照

再好比金证与K-GPT配合使用的开源向量数据库Faiss，英特尔也提供了优化版本，以提升在至强® CPU Max上的模子推理性能。

在大规模向量相似性检索义务中，经英特尔优化过的版个性能可提升至4倍左右。

除了性能方面之外，金证选择英特尔® 至强® CPU Max系列作为算力底座还带来其他方面的优势：

首先是天真性。由于与主流的 x86 架构完全兼容，金证可以继续使用原有的机械，天真搭配适合自身营业的设置。而且 CPU 能同时应对推理和通用盘算，可凭证负载情形随时调配资源。

第二是总拥有成本 (TCO)。从久远来看，CPU蹊径能以更低的部署和维护开销，实现与专用加速器相媲美的性能。这对于需要控制预算的金融机构来说至关主要。

综合看下来，英特尔® 至强® CPU Max系列处置器在硬件能力、软件优化、生态适配、总拥有成本优势等方面都与金融场景异常契合，不失为业界大模子落地的一种新思绪。

若何评价？

随着数字化转型的不停深入，大模子为金融行业带来的时机与挑战并存。

越来越多的金融机构最先探索若何将AIGC手艺与现实营业相连系，在提质增效的同时控制成本。但总的来说，大模子在金融行业的应用仍处于开端探索阶段。

金证携手英特尔打造的这套大模子推理方案，可谓是应用层、模子层、算力层的深度融合，为业界树立了标杆。

不久前举行的金证科技节，就吸引了众多金融机构前来”取经”。

作为毗邻金融与科技的主要平台，金证科技节吸引了众多来自银行、证券、保险等领域的金融行业玩家介入，配合探讨 AI 手艺在金融领域的应用远景与优质实践。

可以预见，在英特尔的算力加持下，金证将在大模子手艺上不停突破，助力更多金融机构实现数字化转型，为用户带来更智能、高效的服务体验。

为了科普CPU在AI推理新时代的玩法，量子位开设了《最“in”AI》专栏，将从手艺科普、行业案例、实战优化等多个角度周全解读。

我们希望通过这个专栏，让更多的人领会CPU在AI推理加速，甚至是整个AI平台或全流程加速上的实践功效，重点就是若何更好地行使CPU来提升大模子应用的性能和效率。