智算未來：智能體催生算力中心快速增長（四之三）
劉世平 美國人工智能科學院通訊院士、世界生產力科學院院士、吉貝克信息技術（北京）有限公司董事長
金融作為數據密集型、監管嚴格型、價值創造型行業，是垂直大模型與智能體落地的核心賽道。小吉財金智能體作為吉貝克憑藉逾20年金融行業專業知識（Know-how）打造的財金垂直智能體標杆產品，依託「大模型+知識圖譜+RAG+Agent框架」，深度將監管規則、業務邏輯、財務標準、信息披露要求等嵌入演算法底層，已打造出涵蓋智數精靈、上市公司全景圖、財報智審盾、公募金手指、私募通、數據智理、合規小精靈、數智文樞等11個智能體的產品矩陣，覆蓋金融數據治理、信息披露、合規校驗、財報審核、投研分析、審計風控、政策諮詢等核心業務，精準解決行業痛點。
五、算力中心必要性範例：財金垂直大模型
（一）從實踐看算力中心的剛性需求。小吉財金智能體的穩定運行與規模化推廣，對算力提出持續、大規模、高可靠、本地化的剛性需求：
1.數據需求：海量、合規、高價值。小吉財金智能體的核心競爭力源於海量專業金融數據，數據需求呈現四大特徵：一是數據規模大，內置逾5萬財金政策法規、逾4,000份私募監管規則、逾5,000上市公司信息、逾29萬隻私募產品數據、逾11,000隻公募基金資料，累計數據量達PB級；二是數據實時性強，需實時接入監管更新數據、企業財報數據、交易數據、輿情數據，日均數據處理量達TB級；三是數據合規性高，嚴格遵循金融監管要求，支持數據本地儲存、本地處理、本地應用，實現「數據不出域」；四是數據處理複雜，需完成數據清洗、標註、向量化、知識圖譜化、分類分級等全流程處理，對算力的數據處理能力提出極高要求。
2.算力需求：全場景、高並發、訓練與推理一體化。小吉財金智能體覆蓋訓練、推理、調度、儲存全算力場景，需求剛性且持續增長：
一是訓練算力需求。模型預訓練、行業精調、演算法迭代、場景適配需大規模圖形處理器（GPU）集群支撐，需高帶寬、高並發、高算力的集中式算力供給；二是推理算力需求。11大場景智能體同時在線，支援金融機構、上市公司等客戶7×24小時高並發訪問，需低延遲、高穩定、彈性化算力保障響應速度；三是調度算力需求，智能體多步驟任務規劃、工具調用、數據校驗、邏輯推理需中央處理器與圖形處理器（CPU+GPU）協同算力，提升算力綜合利用率；四是儲存算力需求，海量行業知識庫、模型參數、業務數據需高可靠、高頻寬、大容量儲存，支援數據快速讀取與寫入，保障業務連續性；五是擴容算力需求，隨着客戶數量與場景拓展，算力需求持續快速增長，需算力中心具備彈性擴容能力，快速匹配業務增長。
（二）社會經濟價值凸顯，算力底座至關重要。小吉財金智能體的落地實踐，創造了顯著的經濟價值、合規價值與社會價值，而這些價值的釋放，依賴於算力的堅實支撐：
一是經濟價值：降本增效，賦能產業發展。智能體可節約人力投入60%以上，業務處理效率提升數倍，大幅降低金融機構、上市公司的運營成本；同時，推動金融AI產業規模化發展，帶動上下游產業鏈協同升級，為經濟增長注入新動能。以上市公司全景圖為例，一鍵導入數據自動填報、多人協作自動匯稿，大幅縮短報告編制周期，降低合規風險，創造直接經濟效益。二是合規價值：防控風險，保障行業安全。滿足金融強監管要求，實現可解釋、可追溯、合規可控，幫助企業精準識別合規風險、完成信息披露校驗、通過監管審核，防範金融風險，保障金融行業穩定運行。三是戰略價值：示範引領，推動行業轉型。作為金融垂直智能體標杆，驗證了垂直大模型的落地路徑與價值邏輯，為全國財金領域智能化提供可複製、可推廣的模式；同時，推動人工智能與金融實體經濟深度融合，助力培育新質生產力，落實國家「人工智能+」行動戰略。（未完，待續）
題為編者所擬。本版文章，為作者之個人意見，不代表本報立場。
