日前,全球领先的ICT解决方案提供商中兴通讯应邀参加“第三届中国互联网金融发展战略研讨会”,向与会嘉宾介绍中兴通讯@gileBank智慧银行等金融行业解决方案,分享中兴通讯以分布式架构重塑金融IT架构,助力互联网金融创新发展的应用成果和实践经验。
在“互联网+”战略和大数据、云计算、移动互联网等新一代信息技术的推动下,我国互联网金融迅猛发展。互联网金融在方便群众生活、促进经济发展的同时,各种各样的风险也日益暴露。如何借助大数据等新兴信息技术,完善金融服务功能,防范和应对金融风险,促进互联网金融长远健康发展,成为当前金融行业普遍关注的焦点。
在此背景下,由中国人民银行《金融电子化》杂志社主办的“第三届中国互联网金融发展战略研讨会”在厦门举行,研讨会以“共研合规创新之策 共筑长远发展之路”为主题,来自中国人民银行、国有商业银行、股份制商业银行、互联网金融研究机构以及互联网金融IT解决方案提供商等数百位代表汇聚一堂,中兴通讯作为业内重要的ICT企业亦受邀出席,与业内专家共同交流、探讨如何推动互联网与传统金融的深度融合,探索互联网金融的规范发展之路,共同推进实体经济持续向好发展。
在以“集中式、分布式IT架构的融合发展趋势”为主题的研讨会上,中兴通讯云T研究院首席架构师钱煜明发表了题为“金融分布式架构改造关键问题及解决思路”的演讲,对传统金融IT架构面临的挑战、金融行业分布式架构的理念和关键技术进行了详细分析,同时向与会嘉宾分享了中兴通讯@gileBank智慧银行等解决方案,以及中兴通讯助力传统金融创新转型的实践案例。
中兴通讯云T研究院首席架构师钱煜明
钱煜明认为,互联网特别是移动互联网金融业务的飞速发展,传统金融IT架构采购和维护成本过高,以及国家在金融信息安全、自主可控方面更为严格的监管要求等等,是我国传统金融信息系统面临的几大挑战,而分布式架构将成为未来金融信息系统建设的大势所趋。分布式架构的核心理念是按照一定维度将系统进行拆分,通过开放的结构,实现各业务模块松耦合,降低对底层硬件的依赖程度。同时通过系统级容错设计,构建起高可靠、高可用、易扩展的现代金融信息体系。
据钱煜明介绍,中兴通讯@gileBank智慧银行架构正是以分布式数据库为基础,融合@gileIS灵动基础架构平台、@gileDP灵动数据平台、@gileSP灵动业务平台等“三大平台”,通过弹性可靠的系统架构、安全坚固的数据服务、通达贴心的服务体系,为互联网金融提供立体协同、闭环的安全保障。
钱煜明表示,在分布式架构改造方面,中兴通讯目前已经与中信银行、中国建设银行、中国农业银行等金融机构开展全方位的战略合作。以中信银行为例,中兴通讯与中信银行联合开发了面向金融场景的分布式交易型数据库,可支撑多个关键业务系统上线服务,同时助力中信银行构建多服务、跨部门的大数据库,实现真正多租户的全业务大数据服务能力。
现场,在以分布式架构为主题的专题论坛上,建设银行信息技术管理部总经理金磐石、中信银行信息科技部副总经理陈蓓在各自的主题发言中介绍了与中兴通讯的合作情况。陈蓓表示,中信银行与中兴通讯愿意做“第一个吃螃蟹的人”,未来希望双方合作研发的分布式数据库技术可以得到业界的认证和广泛使用,从而促进整个银行业和互联网金融的发展。会议后半场,上海农商行银行信息科技部副总经理田立中也在《中小银行分布式架构探索实践》主题发言中,多次提到了中兴通讯分布式架构解决方案,表达了对该方案在业内领先地位的认同。
互联网金融风潮正涌。将移动互联网、大数据、云计算等信息技术更广泛和深入地应用于金融行业,推动互联网金融朝着更高效、更规范、更安全的方向发展,将成为未来互联网金融发展的必然趋势。目前,中兴通讯已经与中信银行、中国建设银行、中国农业银行等金融机构开展全方位的战略合作。作为金融IT架构变革的领导者,中兴通讯将依托全球领先的ICT技术研发和应用能力,为金融行业提供丰富的ICT解决方案,并与合作伙伴共同合作,推进互联网与金融行业更好地融合创新,构建高效、安全和可控的互联网金融生态环境,推动互联网金融和我国经济持续健康发展。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。