“技术故障”背刺巴菲特，金融大模型到底靠不靠谱？

秋收冬藏

　　来源：　量子位 | 公众号 QbitAI

　　一个“技术问题”，导致巴菲特的伯克希尔-哈撒韦公司股价暴跌近100%。

　　想必很多小伙伴已经感受过了这则铺天盖地的消息，所带来的亿点点震撼。



　　而根据事后的消息来看，这个大故障是纽交所的合并报价系统（CTA）在更新软件时出现了问题。

　　许多专家都对此做了分析，有人认为是CTA软件在进行版本更新时出现了数据一致性问题；也有人提出最大的问题应该是出现在了数据库。

　　但总而言之，这并非是纽交所今年来第一次出现的故障，而是众多里的一个：



　　甚至某开源数据库联合创始人Jason直言不讳地表示：

　　即便如此，这也不禁令人产生更大的顾虑和担忧——

　　传统软件问题尚能引发如此大的问题，那么站在大模型时代当下，AI+金融，是否又能做到准确可信？

　　正所谓实践是检验真理唯一标准，要回答的这个问题，我们不妨了解一下已经在金融领域“上岗”了的AI大模型。



　　诚然AI大模型的发展已然呈现势不可挡的趋势，但在金融领域真正应用的时候，依旧存在一些显著的困难和挑战。

　　例如数据隐私和安全方面，金融数据往往高度敏感，涉及个人和企业的财务信息，确保数据隐私和安全是首要挑战之一。

　　并且这些数据具有多源和异构的特点，需要进行有效的整合和处理，才能确保它们的准确性和完整性。

　　再如模型本身，大模型往往被视为“黑箱”，因为其内部决策过程难以解释；在金融领域，尤其是涉及风险管理和监管合规时，可解释性和决策透明性是非常重要的。

　　还有在实时性和资源消耗方面，金融市场瞬息万变，需要实时数据处理和决策支持，大模型的推理涉及到大量的矩阵乘法计算，对硬件的矩阵乘法计算能力提出较高要求，计算复杂性可能导致响应时间延迟，不利于实时应用。

　　加之大模型训练和推理过程需要大量的计算资源和能量消耗，这对企业的成本和环保要求提出了挑战。

　　而成立于1998年的老牌金融科技公司金证，面对上述固有的重重困难，却有着自己的一套解法。



　　在金证看来，大模型的优势在于文本及非结构化数据处理能力、人机交互能力、生成能力和逻辑推理能力较强。

　　而相比小模型而言，大模型也存在明显的劣势，例如大模型“幻觉”问题（即大模型答非所问），大模型的部署算力要求高造成算力资源浪费，部署成本高等问题。

　　因此，金证的解法就是——通过组合式AI，即大模型+小模型+工具，以此来支撑各个业务场景AI需求。

　　大模型方面，包含金证去年年底推出的K-GPT以及业内众多顶流的大模型，在特定的金融任务中发挥大模型的特长。

　　小模型则是指诸如OCR、NLP、人脸识别、文字识别、财务分析等传统模型，可以细分任务做到快准狠地处理。

　　至于工具，则是指地图、天气、CRM、邮件、OA等。



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

　　值得一提的是，相比于通用大模型，金证的K-GPT在数据查询的准确性方面表现更佳，能够更好地理解金融术语，提供专业且数据扎实的回复。



　　据了解，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。

　　依托庞大的金融知识库，K-GPT专为金融场景服务，其核心优势在于对金融的深入理解、数据准确、可验证性以及支持调用Agent功能。

　　从效果上不难看出，金证已然让大模型在金融领域中合格地上岗，那么针对成本和资源上的痛点，金证又是如何解决的呢？

　　金证K-GPT方案中，还有一点比较特别：与英特尔合作，采用了基于CPU的大模型推理方案。

　　据了解，他们主要是看中的是英特尔® 至强® CPU Max系列处理器。

　　这是英特尔唯一一款基于x86架构并采用高带宽内存（HBM）的CPU系列，采用了片上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，大模型推理涉及大量的权重数据读取，对硬件平台的内存访问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超过1GB的内存，对于包括大模型推理任务在内的绝大多数计算任务，HBM都可以容纳全部的权重数据。



　　内存带宽还不是金证选择这款CPU的全部理由。

　　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，其核心特点包括多头注意力机制和前馈神经网络层，这其中都包含大量矩阵运算，而英特尔® AMX通过1024位TMUL指令和8个独立的矩阵计算单元，可以每时钟周期执行8次独立的矩阵乘累加操作，为这些运算提供强大的加速能力。

　　如此一来，大模型推理的效果如何呢？

　　在只用单颗CPU的情况下，推理130亿参数大模型，首个词元生成时间就能压到1秒左右，模型推理TPS超过10 tokens/s，用户提问后约2秒内就能得到响应。

　　别忘了遇到负载高峰等情况，还可以同时启用2颗CPU，性能还能提升将近一倍，可以说足以满足金融场景的大部分应用需求了。



　　除了硬件层面的突破，英特尔还提供了经过优化的软件工具来挖掘硬件潜力。

　　比如广泛使用的OpenVINO™工具套件，就被用来专门调优加速模型的Embedding处理进行。

　　金融场景涉及大量专业文档的输入任务，Emedding正是把文本从离散变量转变为连续向量的过程，好让AI能够理解。

　　经过OpenVINO™ 工具套件优化后，K-GPT大模型的批量Embedding性能提升到3倍之多。



图注：OpenVINO™ 工具套件优化前后 Embedding 性能比较
　　再比如金证与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上的模型推理性能。

　　在大规模向量相似性检索任务中，经英特尔优化过的版本性能可提升至4倍左右。



图注：英特尔优化版 Faiss 与原始 Faiss 性能对比（越高越好）
　　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：

　　首先是灵活性。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器，灵活搭配适合自身业务的配置。而且 CPU 能同时应对推理和通用计算，可根据负载情况随时调配资源。

　　第二是总拥有成本 （TCO）。从长远来看，CPU路线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重要。

　　综合看下来，英特尔® 至强® CPU Max系列处理器在硬件能力、软件优化、生态适配、总拥有成本优势等方面都与金融场景非常契合，不失为业界大模型落地的一种新思路。

　　随着数字化转型的不断深入，大模型为金融行业带来的机遇与挑战并存。

　　越来越多的金融机构开始探索如何将AIGC技术与实际业务相结合，在提质增效的同时控制成本。但总的来说，大模型在金融行业的应用仍处于初步探索阶段。

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

　　不久前举办的金证科技节，就吸引了众多金融机构前来”取经”。

　　作为连接金融与科技的重要平台，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参与，共同探讨 AI 技术在金融领域的应用前景与优质实践。

　　可以预见，在英特尔的算力加持下，金证将在大模型技术上不断突破，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，将从技术科普、行业案例、实战优化等多个角度全面解读。

　　我们希望通过这个专栏，让更多的人了解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成果，重点就是如何更好地利用CPU来提升大模型应用的性能和效率。