⁣
📰 金融行业实时反欺诈、智能投顾等AI应用场景如何同时实现“高吞吐”与“低延迟”？（11月15日 | 北京站，报名从速）

在金融行业推进AI应用的过程中，实时反欺诈与智能投顾场景面临着高吞吐与低延迟的核心架构挑战。这两者在系统设计中相互制约，成为AI规模化落地的瓶颈。实时反欺诈要求在毫秒级内完成全链路处理，而智能投顾则需实时处理市场与用户数据，生成投资策略，二者对系统的吞吐量与响应速度提出了极高的要求。

为了应对这些挑战，顶层架构设计与跨域协同显得尤为重要。11月15日，twt社区将在北京举办以“高吞吐”和“低延迟”为主题的交流活动，聚焦于数据处理、模型推理与架构设计中的典型痛点，探索解决路径。活动将汇聚来自生产、汇聚与消费三域的专家，共同推动数据源到AI决策的架构优化与创新。

研讨将围绕核心矛盾识别、数据链路架构优化、特征工程与推理加速等议题展开，旨在打破生产、汇聚、消费三域间的壁垒，实现资源统筹与性能平衡。通过这样的交流，期待能够找到高吞吐与低延迟的最佳实践，推动金融行业AI技术的有效应用。

🏷️ #AI #金融行业 #应用场景 #智能 #推理

🔗 原文链接

⁣
📰 中国工商银行&华为推动面向金融AI场景的存储推理加速技术创新

中国工商银行与华为联合研发的存储推理加速技术方案，在2025中国算力大会上被纳入“DC Tech创新先锋”案例集，重点解决金融AI推理效率瓶颈。该方案通过KV Cache技术和NDS直通技术，显著提升了长文档处理的速度和精度，支持金融业务中的财报分析等核心环节。

通过KV Cache缓存加速技术，工行在财报分析场景中实现了首token时延降低和吞吐量提升，单位Token成本也显著下降。同时，分层计算与KV缓存优化提高了AI对财报中关键数据的识别准确度，为信贷决策提供了更深入的智能支持。

最终，该技术方案使得金融行业在长文本、高并发AI推理性能上实现了200%的吞吐量提升和65%的时延降低，单位Token成本节省33%-67%。未来，工行将继续与产业链伙伴合作，探索存储技术在金融AI更多场景的应用，推动金融行业的数智化转型。

🏷️ #金融AI #存储技术 #推理加速 #KV Cache #智能决策

🔗 原文链接

⁣
📰 金融AI新突破：华为银联共推智慧金融推理加速方案应用成果

在金融数据港AI创新中心，最近成功举办了一场聚焦金融AI推理应用的论坛，吸引了众多行业领袖和技术专家参与。论坛的亮点之一是华为副总裁周跃峰博士发布的UCM推理记忆数据管理器，这一技术被视为AI推理领域的重要突破。华为与中国银联合作，在金融行业的典型场景中开展了UCM技术的试点应用，并联合发布了智慧金融AI推理加速方案的应用成果。

此次论坛上，华为与中国银联的合作成为焦点，双方共同展示了智慧金融AI推理加速方案在实际应用中的卓越表现。这一方案不仅提升了金融服务的智能化水平，还为金融行业的数字化转型提供了新的动力。中国银联计划依托国家人工智能应用中试基地，携手华为等生态伙伴，推动“AI+金融”示范应用，旨在加速金融行业的智能化进程。

论坛现场的成果发布标志着华为与中国银联在金融AI领域的合作迈出了坚实的一步。这一成果展示了双方的技术实力，为金融行业的未来发展提供了更多可能性，预示着金融AI技术的广泛应用将为行业带来深远影响。整体来看，此次论坛为金融AI的创新和应用提供了重要平台，推动了行业的技术进步。

🏷️ #金融AI #推理应用 #华为 #中国银联 #智能化

🔗 原文链接