金融业 AI 大模型智算网络 研究报告 北京金融科技产业联盟 2025 年 5 月 I 版权声明 本报告版权属于北京金融科技产业联盟，并受法律保护。转 载、编摘或利用其他方式使用本报告文字或观点的，应注明来源。 违反上述声明者，将被追究相关法律责任。 II 编制委员会 主任： 聂丽琴 编委会成员： 吴仲阳 张 勇 张志鹏 李建高 成晓强 编写组成员： 陈 鹏 余学山 施高质量发展行动计划》，指出“算力是集信息计算力、网络运 载力、数据存储力于一体的新型生产力”，针对网络运载力提出 “优化算力高效运载质量、强化算力接入网络能力、提升枢纽网 络传输效率、探索算力协同调度机制”的重点任务，明确通过“算 力+金融”加快算力在金融领域的创新应用，为金融业务发展提 供更为精准、高效的算力支持。 AI大模型智算网络技术是算力集群的重要基础底座，是新型 算力中的网络运载力，是助力大模型实现跨节点分布式训练，提 本文深入分析 AI 大模型技术在模型能力、结构、算力、效 率等方面的技术发展趋势，提出作为底座的智算网络所面临的新 问题和新挑战。围绕 AI 大模型智算网络“高性能连接、高效率 传输、高可维网络、高安全保障”等关键技术进行研究，提供一 套适应金融特征的覆盖数据中心、骨干及分支的 AI 智算网络技 术方案。结合行业业务及技术发展方向，将金融业 AI 智算网建 设演进划分为打造底座、构建系统、完善生态

......................................................................................12 1.3.1. 智能拓扑................................................................................................... .......................45 2.3.7. 网络管理...............................................................................................................47 2.3.7.1. 网络拓扑管理................................ ..............................47 2.3.7.1.1. 拓扑生成.........................................................................................47 2.3.7.1.2. 拓扑图展现..........................................

......................................................................................15 1.3.1. 智能拓扑................................................................................................... ....................................................................................54 2.4.5.7. 主机拓扑管理................................................................................................. ....................55 2.4.7. 网络管理....................................................................................................................56 2.4.7.1. 网络拓扑管理..............................

务及实施方法在内的全方位建设，方案立足于用户实际需求，从不同角度出发，满足不同 的管理需求。  面向基础设施的管理 全面管理系统资源，提供对网络、主机、操作系统、存储设备、数据库、中间件、应 用软件、虚拟化等 IT 资源的全面管理；包括纵向资源的配置与拓扑管理，可以生成详细的 资产统计报告，以便准确掌握资产情况。  面向维护管理者 。 第 11 页 共 120 页 运维服务管理基于人 通过运维管理平台的建设，能够让用户在网络、业务系统的运行监控管理的基础上， 实现统一运行维护工作，最终达到如下目标：  梳理资产配置，构建精确、统一的资产配置管理库 构建符合实际管理需求的资产配置模型，对资产配置信息进行梳理，实现资产配置的 全生命周期管理，并实现资产配置的可视化展现。  强化主动监控，构建内控体系，实现集中管理 通过部署集中监控与操作审计系统，实现网络、IT 资源、业务应用的集中监控和统一 如上图所示，IT 运维管理平台系统在架构上分为：资产配置管理库（CMDB）、监控 中心、流程中心、操作中心、度量中心及运维管理门户以及系统对外集成接口。  集控中心（集中监控管理） 系统提供网络监控、服务器监控、数据库监控、存储监控等各类专业监控工具实现 IT 资源的监控，同时提供集中的监控告警管理及统一监控可视化展示。 。 第 14 页 共 120 页  资源配置管理库（CMDB）

造，所有的高可用的架构设计都需要投入高昂的成 本，高可用的效果和技术方案的投入成本成正相关关 系。如何平衡高可用的投入与产出就成为IT管理者在 高可用管理过程中的重要难题。 其次，高可用设计是一系列技术方案的组合，从底层 网络设计、到云服务的有效运用以及高可用技术工具 的选型，从业务部署架构的改造到上层业务的单元化 改造，每个层次都涉及多种技术的使用与配合。如何 让现有的技术手段以及云服务发挥最大的效能，如何 基 式云原生的深度应用，使得业务链路更加复杂。当上 层业务应用出现故障时，排障过程可能涉及从应用到 网络的完整链路，这其中包含业务应用、云服务实 例、云基础设施和服务器、网络、存储等物理设备。 典型的业务流量路径如：应用>容器>PaaS实例>虚 拟机>服务器>虚拟网络>物理网络。在针对这个路径 的运维实际工作中，应用、虚拟机软件提供方、服务 器和网络设备提供方常常是各管一段，整个业务从上 到下的全栈调用路径往往是个黑盒，导致故障定位定 到下的全栈调用路径往往是个黑盒，导致故障定位定 界困难，或者恢复时长无法控制。 面对IT系统复杂的技术栈及海量的运维对象，做到软 硬件运维对象的统一管理，指标、告警、日志、调用 链、拓扑等运维数据的统一汇聚和分析，构建全链路 故障感知、全栈故障可视的运维体验，对于金融主机 上云过程中的运维工作至关重要。 挑战3：云网深度融合，如何快速发 现、定位、恢复问题 过去一年，在互联网领域发生过多起颇为严重的宕机 事故：

异常提示更准确 智能 生成基线 上偏离 下偏离 基线数据 无需人工参与 自动贴近实际环境 异常提示真实有效 主动学习 智能 智能—网络拓扑 生成基线 主动学习 智能 智能—网络拓扑 智能—主机拓扑 主动学习 智能 智能—主机拓扑 亮点—主机硬件 主动学习 智能 亮点—主机硬件 亮点—主机进程 主动学习 智能 主动学习 亮点—主机进程 亮点—数据库 智能 主动学习

集群模式（3节点以上） 双机 集群 做 轻 管 宽 泛网络：有线、无线一张网，降低运营成本 泛网络：IP+POL统一运维，助力园区碳中和 一张网管理：支持路由器、交换机、防火墙、AC、 一体化拓扑 一站式监控：状态、告警、性能集成监控, 高仿真设 备面板 AC、AP、用户、射频、SSID资源多维统计分析 区域监控支持设置平面图或者对接地图，拓扑形式 整合无线网络信息，保障用户体验 用户一键式快速检测，快速定界故障点 轻量化，降低部署成本 融合管理，统一ICT运维 易运维，提升运维效率 “视频平台” “联接” “感知” 4 平台负载监控： 网络质量监控： 摄像机质量地图： 接入带宽、存量容量、磁盘故障 等负载状况实时监控 重用网络管理既有优势，全方位 监控网络设备、链路状态，保障 视频回传质量 基于GIS地图对全网摄像机的健 康状况进行监控，构建从全网 - >局部->单个摄像机健康状况监 控的全景视图

需求分析.....................................................................................32 3.2.2 网络系统设计..............................................................................33 3.3 存储设计..... 门、声光警示等 动作，同时可以通过移动 APP 快速调度附近人员去现场查看处理。做到事中的 及时处理。 运维：实时监测系统中各项参数，包括摄像机的在线状况、图像质量、录 像完整度、告警事件、网络流量、资产管理、风险评估等。主动记录系统运行 中发生的一切动作，同时支持手动录入重大事件（可编辑文字、上传图片、视 频等附件），做到事后的有源可溯，有记可查 1.3.6 五大支撑 运用 AI 可靠和 稳定性，做到数据一秒不丢，重建秒级恢复。 安全管控：作为安防业内唯一一家拥有全面安全防护系统的厂家，本着进 不来、黑不掉、看不了、拿不走、逃不掉的五个安全原则，时刻保护客户的数 据、网络、应用、资产等维度的全面安全。 1.4 建设原则 为了达到国内领先的目标，该系统设计应该充分考虑系统的合理性、先进 性、实用性、可靠性、稳定性和可扩展性的原则。 1. 合理性原则 为了保

本文首先分析了国内外的研究现状，通过需求分析确定了满足绿色环保需求、 高效快捷需求、安全防范需求和智慧人文需求为系统的开发目标，并做出了以下工 作：1）进行了信息平台的总体设计，提出了园区的整体技术架构和功能架构，并对 传输网络、传感系统等组成部分进行了设计；2）针对园区海量数据采集和传输的需 求，采用了组网方式多、节点增删灵活、能耗低、节点容量大的 ZigBee 技术，对其 传感器节点、路由器、协调器等系统硬件和采集节点、路由器、协调器等系统软件 能监测的采集层和传输层的各项功能；3）针对安保功能、环境灾害救援功能、智慧 物流功能等对于视频的需求，采用了以光流场分析技术为基础的智慧视频用于目标 检测、目标识别和行为预判，为提高行为检测和分析的准确程度，设计了基于卷积 神经网络的学习机用于系统的深度学习和在线升级，完成了智慧视频为多项功能服 务的目标，实现信息的互联互通。 文章所采用的 ZigBee 技术很好地解决了智慧园区对于海量无线传感数据的采集 和传输问题，并 视频采集与处理技术····················································································· 8 2.1.4 网络通讯技术·································································································

.......................................................................................8 3.1.1 系统拓扑 ............................................................................................9 3.1 ..........................55 第 五 章 传输网络 ...................................................................................................58 5.1 传输网络总体设计 ...................................... ............................................58 5.1.1 传输网络选择 ...................................................................................58 5.1.2 设计要求 .......................................