邮储银行×昇腾：超节点赋能金融新型算力底座建设实践

来源：市场资讯

（来源：华为计算）

在金融行业迈向“全域智能、生态共生”的数智新纪元，金融AI实践已完成从“探索应用”到“全面铺开”、从“外围系统”到“核心业务”的深度跨越。在此进程中，算力早已不仅是单纯的基础IT资源，更是决定金融机构创新速度、服务质量与核心竞争力的核心引擎。与之相应，算力应用的核心命题也已从“能否实现算力规模化部署”转向“能否把算力真正用好、用出价值”。邮储银行凭借在同业中率先完成的昇腾384超节点规模化部署，开展了从资源管理、性能优化、稳定运维到业务赋能的全链路体系化实践，为金融行业打造自主创新、高效协同的AI基础设施，树立了可复制、可落地的核心行业范式。

三项进阶，算力发展新趋势

从基础支撑到核心驱动，算力定位升级。随着大模型在金融业务场景的规模化应用加速，强化学习、长序列处理、Agent应用、多模态交互成为常态，对算力底座提出了高并发、低时延、弹性调度的严苛要求，传统“烟囱式”的算力架构难以匹配新一代AI应用的训推需求。在此背景下，算力战略地位逐渐凸显，跃升为决定金融机构创新速度、服务质量的关键引擎，成为驱动数智化转型的核心变量。

从分散到一体，智算演进方向渐明。当前，金融智算发展呈现出“算力统一化、架构协同化、运营智能化、价值场景化”四大趋势。金融机构算力建设重心正从单一追求规模扩张，转向如何实现算力资源的高效利用与场景深度适配，要求算力底座具备统一调度、协同运行、智能运维、精准赋能的全链条能力。

从建设到运营，“建好”转向“用好”。算力资源配置效率如何提升？复杂场景的适配能力如何增强？全生命周期运营体系如何完善？这些成为金融行业迈向智算深水区的普遍性课题。如何实现算力建设与业务需求的精准对接，正考验着每一家金融机构的顶层设计与落地能力。

谋定后动夯基垒台，集约运营智变跃升

战略为纲，技术为基，顶层设计锚定方向。邮储银行将算力底座建设纳入全行数字化转型的顶层设计，以“SPEED”科技战略为指引，明确自主创新、高效协同的建设方向。2023年，随着“邮智”大模型的发布，算力基础设施被提升至驱动银行智能化升级的核心引擎地位。2025年，“AI2ALL”数字生态战略的发布，进一步将算力建设与“广客户体量、深客户体验、多模型场景、微细节创新”四大价值维度深度绑定。从早期企业级人工智能平台的搭建，到如今基于昇腾NPU建成千卡人工智能算力集群，邮储银行形成了战略规划、技术研发、场景落地的全链路布局逻辑，让算力建设始终围绕金融业务数智化升级的核心需求推进，成为全行AI创新发展的核心支撑。

基座夯实，集约赋能，资源利用提质增效。从“分散建设”到“集约供给”，邮储银行在算力建设思路上实现了根本性转变。邮储银行千卡高性能训推算力集群，改变了原有“小模型”时代按项目、按场景分散部署的模式。通过专属资源池与共享资源池分级管理，结合亲和调度、多租分时能力，兼顾核心业务算力保障与全行资源集约利用。同时打造统一AI算力调度平台，落地“训推共池、分时复用”能力，破解资源错配难题，搭配异地多中心多活部署，实现资源效率与业务稳定性双重提升，推动算力基础设施从“基础资源”向“智能服务引擎”跨越。

运维智变，主动治理，自智引擎提升效能。面对大规模集群的运维复杂性，邮储银行构建了覆盖算、网、存的集群自智引擎。通过全栈监测、精准预测与故障快速定位，可将典型故障定位耗时从天级压缩至分钟级，让算力“看得见、查得清、管得住”，实现大规模智算集群的高效数智化运维。这一转变推动算力运维从“被动救火”走向“主动治理”，为模型服务的长期稳定、高效运行提供了有力保障。

架构革新破瓶颈，效能跃升见真章

打破边界，重构互联，超节点开启智算新范式。为适配金融大模型强化学习训练、Agent应用、超长序列处理、多模态交互等场景的应用需求，邮储银行于2025年底完成昇腾384超节点部署。邮储银行依托创新的灵衢互联技术，打破物理节点边界，实现算力卡间互联带宽15倍提升、跨柜通信时延大幅降低50%以上，极大地提升了大模型训推的性能。这一架构革新，重构了金融智算的硬件组网底层逻辑，为金融大模型的高效训推提供了更优的硬件基础。

专家并行，协同优化，配套方案释放集群潜能。在超节点部署之上，邮储银行同步落地了昇腾大规模专家并行方案（大EP方案）。大EP方案通过将专家权重拆解并分布式部署到多个计算节点的算力卡上，显著减轻了单卡的显存压力和访存瓶颈，实现了集群吞吐性能的大幅提升。2026年初，邮储银行基于超节点的大带宽、低时延能力，对大EP方案进行升级，实现单卡吞吐性能提升10倍以上，进一步加速“邮智”大模型的规模应用。此外，潮汐调度、ServerlessNPU等一系列优化方案同步落地，从调度、推理、部署多维度协同发力，进一步提升了算力对金融复杂场景的适配能力。

效率跃升，价值显现，架构革新验证适配路径。通过超节点架构与配套方案的协同，邮储银行实现了高质量数据合成效率大幅提升，推理性能显著增强。这一实践验证了智算架构革新对金融场景的实际适配价值，即性能瓶颈的突破不再是单点硬件的参数比拼，而是通过系统级架构创新与场景深度优化，实现整体效能跃升。

模型筑基，场景渗透，体验革新见实效

筑基赋能，锻造金融大模型专属能力。为持续提升通用模型在金融领域的应用精度和效果，邮储银行构建起知识蒸馏、SFT、RL强化学习的三阶段增训体系，增训后的模型通用能力精度平均提升5.8%，金融领域精度平均提升14.8%。针对推理效能瓶颈，邮储银行与昇腾联合创新模型结构转换算法，实现从GQA向高性能MLA架构的快速迁移，推理性能提升31.5%。这一系列能力提升，为上层业务场景的智能化应用奠定了坚实的模型基础。

全域渗透，赋能全量业务场景。当前，邮储银行依托高性能新型算力底座，已开展260余项AI应用场景，全面赋能营销、对客、风控、办公等核心业务领域，推动技术底座与业务需求深度融合，实现前台精准触达、中台智能风控、后台数据洞察的全流程智能化升级。

从底座搭建到智能运营，从技术优化到场景落地，邮储银行以昇腾超节点建设为关键跃升，探索出一条智算建设的完整路径，为金融行业提供了可参照的实践样本。其以业务需求为导向的算力建设逻辑，打破了单纯的硬件规模堆砌思维，印证了智算底座建设的核心在于技术与业务的深度融合。当前金融智算发展正朝着自主创新、高效协同、价值导向的方向迈进，行业建设重心全面转向算力效能挖掘与业务价值转化。未来，金融机构将以算力底座为基础，持续深化技术与场景的融合创新，推动算力能力转化为业务创新动力、客户体验提升力和风险防控硬实力。