2024年11月，中国人民银行、国家金融监督管理总局等七部门联合印发《推动数字金融高质量发展行动方案》，从系统推进金融机构数字化转型、运用数字技术提升重点领域金融服务质效、夯实数字金融发展基础、完善数字金融治理体系、做好统筹协调和组织保障五个方面作出部署。中国邮政储蓄银行（以下简称“邮储银行”）全面领悟中央金融工作会议精神，认真贯彻落实金融管理部门有关金融科技发展规划部署，深化金融科技赋能，提升金融服务水平，为数字金融高质量发展提供支撑。

　　作为国有大型商业银行，邮储银行在本行“十四五”IT规划的引领下，持续深入推进智慧、平台、体验、生态、数字化和协同“SPEEDS”科技战略的扎实落地，将人工智能技术深度融入金融业务全链条，以数字化转型驱动高质量发展。人工智能时代的竞争不仅是算法和应用的竞争，更是算力基础设施的竞争。为此，邮储银行采用业界领先的算网协同架构，打造千卡规模的信创算力集群。一方面，千卡集群作为AI技术发展的核心基础设施，为研发助手、智能营销、代码生成、智能问数等大模型提供底层算力支撑，推动AI从感知洞察向生成创造跃迁。另一方面，整合全行分散算力资源，建设行级AI资源中枢，完成从“单机单卡”到“大规模集群”的规模化升级，打造科技赋能业务的战略支点。本项目建设聚焦五大关键技术进行突破。

　　➢面向AI训推服务的分布式组网架构，构建安全隔离的智能网络体系，支撑大规模并行训练和推理的规模部署；

　　➢动态负载均衡，采用并优化RoCE网络，确保千卡集群算力线性度达到领先水平；

　　邮储银行“千卡集群”云化建设以构建智能化、弹性化的AI算力底座为核心目标，通过技术创新与实践结合，打造金融行业领先的算力基础设施。目前，已支撑20余个场景落地，日均处理百万级服务调用，成为驱动行内业务数字化转型的核心引擎。

　　邮储银行分布式云网基于Spine-Leaf全分布式架构，构建了高性能、高弹性、高安全的网络底座，全面支撑AI智算云与金融业务的深度融合，其具备五大优势。一是分层架构实现安全高效协同，网络划分为管理、业务、存储、智算四大区域，通过三平面隔离+防火墙保障金融级安全；Spine-Leaf无阻塞组网结合SDN编排，支撑高并发实时交易与千卡AI训练，AZ级弹性适配多场景资源调度。二是RoCE技术打造AI极致算力，参数面部署200G RoCE无损FullMesh，千卡算力线G直连NPU集群，样本面独立加载防存储争抢，智能负载均衡优化延迟至微秒级。三是弹性扩展支撑业务快速增长，采用分阶段扩展策略，一期部署12台Spine支持64节点，二期新增Leaf至128台，无损升级保障业务连续；虚拟化AZ与裸金属AZ混合部署，实现资源池化调度。四是全域安全与智能运维，带外管理+传输加密双重防护，分布式存储+细粒度权限控全链路安全；SDN集中管控策略，智能监控分钟级定位故障，显著降低运维成本。五是金融级可靠与集约化效益，日均百万级调用无隐患，AI资源利用率显著提升，加速20+场景应用规模部署，提供高可靠低成本金融智算范式。

　　基于不同业务数据及算力隔离是安全生产的前提，同时具备高效的算力扩缩容管理是保障业务韧性、提升资源利用率的核心手段。邮储银行在建设中，数据隔离通过分布式存储架构、加密技术及细粒度权限控制，确保不同业务或租户的数据在存储、传输和计算过程中完全独立。计算资源与存储资源的解耦设计，使得数据能够在不同计算实例间动态挂载与卸载，既保障了数据的安全性，又避免了资源伸缩过程中可能引发的数据泄露或混用问题。算力隔离则依托硬件虚拟化技术和容器化资源配额管理，将物理资源划分为多个逻辑资源池，为不同业务分配独立的计算资源，防止争抢。通过实时监控系统负载，结合智能调度算法，可动态调整资源分配策略，在业务高峰时快速扩容以保障性能，在业务低谷时自动缩容以降低成本。

　　邮储银行AI算力管理平台采用云原生OpenStack平台，结合Kubernetes容器集群管理，构建了灵活弹性的AI基础设施资源管理体系。通过统一管理计算、存储、网络资源，平台屏蔽了底层硬件差异对任务调度的影响，为AI任务提供资源调度、部署运行及扩缩容等核心功能。在此基础上，平台创新引入裸金属容器部署模式，充分发挥裸机的高性能优势，避免了虚拟化层的性能开销，同时通过容器化技术实现大模型的轻量化部署与快速弹性伸缩，特别适用于对计算性能要求极高的AI训练与推理场景，能够充分发挥GPU/NPU等硬件加速能力，做到低延迟、高吞吐。通过Kubernetes对裸金属容器的统一编排，平台实现了资源的动态调度与高效利用，既保留了裸金属服务器的性能优势，又兼具容器化部署的灵活性与敏捷性，为邮储银行的AI任务提供了高性能与高弹性的基础设施支撑，全面赋能金融业务的智能化转型与创新升级。

　　邮储银行通过引入APIC技术，构建了高效、安全的API接口服务体系，并依托动态负载均衡机制实现了AI算力资源的智能调度。该技术通过Kaiyun官方网站统一API网关管理，支持内部网至服务网的跨网API发布，集成SSL/TLS加密、OAuth认证及黑白名单策略，确保金融级数据安全；同时支持快速封装自定义函数及数据库标准查询接口，满足业务敏捷性需求。在动态负载均衡方面，APIC基于实时监控后端容器节点的负载状态，结合智能路由算法动态选择最优节点处理请求，并通过与Kubernetes深度集成的水平自动扩缩容机制，在流量峰值时自动扩容容器实例，实现毫秒级资源弹性。在AI训练场景中，用户上传代码与数据至OBS后，APIC依据资源池负载动态分配任务至空闲节点，任务完成后自动释放资源；推理服务则通过实时分析节点状态优先调度至低延迟实例，结合容器快速拉起能力保障业务连续性。此外，APIC内置流量控制与故障熔断功能，当节点异常时自动切换至健康实例并触发重建，确保服务高可用。该方案通过API服务与负载均衡的深度融合，显著提升了资源利用率与业务响应效率，助力金融智能化转型。

　　邮储银行构建了覆盖计算、网络、存储的全域智能运维体系，实现硬件故障秒级隔离与算力动态迁移。

　　通过跨域监控能力对设备全量纳管，构建器件级、模块级、设备级的数字化地图。训练任务启动前，平台主动筛查隐患，确保“零隐患”启动作业；训练中实时检测400余类故障，并实现1分钟感知、3分钟定位，精准隔离故障域。

　　针对NPU等硬件设备，采用L1-L6六级故障分层策略：L1-L2级预警记录，L3-L5级通过带内复位快速恢复，L6级触发容器自动退出并由Kubernetes重建实例，实现业务无感切换。训练场景中，任务自动保存检查点并迁移至健康节点；推理场景通过多实例部署与容器快速拉起，保障服务毫秒级恢复。

　　集成时序分析、机器学习等预测模型，提前识别亚健康模块，动态优化资源分配。通过“带内巡检+带外告警”双通道机制，覆盖从软件异常到硬件失效的全栈风险。

　　截至目前，邮储银行累计消除80余项隐患，大模型训练中断时间降低90%，有效算力释放效率提升35%，集群可用性达99.99%，单故障恢复时间≤5分钟。该方案以“智能预测-精准隔离-弹性恢复”闭环，推动金融AI运维从“被动响应”向“主动自智”转型，为行业提供了高可用算力集群的范本，加速金融业务智能化升级。

　　算力筑基，模型扩界。随着算力管理平台的全面建成，邮储银行已构建起覆盖昇腾等国产AI加速卡的训推一体算力集群，通过云原生技术与无损网络实现参数面互联互通，为大规模模型训练与推理提供高效算力支撑。当前已完成包括DeepSeek V3/R1等众多大模型私有化部署。通过操作系统内核优化和推理加速库两条路径，对大模型吞吐性能进行优化并取得显著成果。同时，基于平台功能、业务发展、模型迭代等因素，邮储银行运营数据中心通过不断探索和实践，逐步形成了一套算力交付及运营的成熟经验，资源得到合理化分配，算力被充分调度使用。

　　独行者速，众行者远。在金融数字化转型进程中，邮储银行始终积极面对各类挑战，瞄准金融行业特点，聚焦金融应用需求，努力积累经验，为行业发展提供一些思路和借鉴。未来，邮储银行将持续深化与更多生态伙伴的合作，以数智赋能，蹄疾步稳地探索金融与AI的融合之道，不断丰富金融行业解决方案，为金融业朝着更安全、更智能的方向发展贡献邮储银行力量。