腾讯云重构大行金融生产力：基于“一云多芯”与全栈AI的量化实践

主讲人：赵明明

应对核心业务渗透与系统风险治理挑战

在AI原生时代，国有大型银行的AI应用正经历从“应用创新”到“业务模式重塑”的战略演进。行业整体面临以下两层核心冲突：

• 业务深水区痛点： AI应用场景正从外围的“内部提效”向“核心业务”（如授信审批、反洗钱）深度渗透，随之引发大模型安全与隐私保护、投入产出衡量难度大等现实困境。
• 底层基础设施瓶颈： 随着业务规模扩张，传统技术栈在技术依赖与系统性风险上日益凸显。数据库在分布式改造中面临高可用性、性能、稳定性、服务保障及生态工具等五大关键挑战。

部署全栈异构算力与分布式云原生技术底座

针对国有大行的系统改造与AI演进需求，腾讯云提供从底层算力到上层应用的全栈融合创新方案：

• TCE专有云与“一云多芯”底座： 支持X86（Intel、海光）、ARM（鲲鹏、飞腾）及各类GPU/NPU的软硬解耦。全容器化底座最小规模仅需10台，实现IaaS与PaaS异构资源池的统一供给。
• 分布式云原生PaaS中台： 基于微服务框架（TSF）、分布式数据库（TDSQL）、消息中间件（TDMQ）等组件，支撑业务系统实现“单元化”及“跨机房多活”架构落地。
• DataOps & MLOps一体化平台： 提供统一工作空间、Notebook开发与任务编排，构建结构化与非结构化数据的大数据编排与模型训练/部署工作流。
• MaaS风控模型对抗： 创新风控模式，从传统“静态通用模型+动态规则”升级为基于金融风控大模型的“模型对抗”。具备亿级别无标签知识与千万级全场景样本，降低Prompt样本门槛。

驱动系统承载力、算力成本与容灾效率量化升级

通过应用上述基础平台，实际部署中实现了以下核心业务指标的确定性提升：

• 系统并发与承载极值： 分布式基础技术平台可支撑 10亿级别 客户体量与 10万笔/秒 的交易性能；全面下移后的数据库已承载数亿级客户规模，核心日交易峰值接近 20亿笔。
• 底层算力成本优化： 借助腾讯玄灵智能网卡（DPU统一架构），解决跨平台热迁难题并消除CPU架构差异带来的代码异构，相比标准网卡，DPU机型带来 20%左右的单核成本降低。
• 集群弹性与容灾时效： TCE专有云在大型机构整体规模超过 80,000节点，融合创新集群超 15,000节点；通过DRMS（容灾管理系统）优化高可用RTO，满足同城、异地全场景的 分钟级容灾。

护航监管机构基建与大行核心系统单元化改造

相关技术架构已在多家国家级机构与全部国有大行中完成深度业务验证：

• 某金融监管部门： 基于TCE构建两地三中心“一云多芯”新一代金融基础设施，在业内首次实现单可用区内IaaS、PaaS多芯异构资源池统一供给。
• 某国有大行（分布式核心重构）： 落地“四地、八中心、多活”架构，成功投产客户信息、信用卡、借记卡等核心业务。2023年4月完成信用卡核心下移，并在 2024年11月实现主机应用全部关停。
• 六大行大模型规模化应用： 工商银行、农业银行、中国银行、建设银行、交通银行及邮储银行均采用“千亿参数/千卡算力”级别的开源或商用大模型。其中，单行在2025年上半年的大模型预期应用场景量最高突破 300+个，全面覆盖代码生成、风险管控与信贷报告生成。

构筑金融分布式数据库的市占率壁垒

在底层核心系统中，腾讯云展现了极高的技术确定性与市场认可度：

• 服务国家级金融基建： 腾讯云TDSQL已深入服务国民金融基础设施，支撑央行国库、清算支付查询等核心业务及央行云各类关键应用。
• 市场份额绝对领先： 已累计支撑 1,000+家 金融机构，稳居中国金融行业分布式事务性数据库市场份额第一（数据来源：IDC《中国金融行业分布式事务性数据库市场份额，2023》）。
• 节点规模与增速双冠： TDSQL金融物理节点累计部署达 20,000+节点，全行业增速第一（数据来源：IDC《2024年下半年中国关系型数据库软件市场跟踪报告》）。