10月31日-11月1日，由中国信息通信研究院主办的2019(第二届)中国金融科技产业峰会在北京隆重召开。大会除了完成多个战略合作协议签署、重点领域应用研究工作组成立和一系列重磅成果发布仪式，还设置了包括5G、人工智能、区块链等前沿技术在金融领域的应用的八个分论坛。吸引了来自金融科技产业生态各方的专家代表齐聚一堂，共同探讨国家金融科技产业的最新政策和发展趋势，交流分享金融科技领域的新技术、新模式和新应用。
中科驭数CTO卢文岩在“金融业数据治理与应用”分论坛中做主题分享
作为重要的热点议题之一，“金融业数据治理与应用”分论坛同期隆重开启。其中，领域专用计算架构研发的开拓者——中科驭数，其CTO卢文岩带来了以《数据资产管理：中科驭数实时金融风控交易系统》为题的主题分享。卢文岩表示，与当前业界在关注上层，通过模型的改进、算法的优化等来提升数据治理效果的方式不同，作为数据治理领域的新人，中科驭数则更多定位在了运算架构底层。即通过改变运算架构提升算力，进而提升数据治理的效果。
数据爆发和计算瓶颈：超过90%的数据处于荒废状态
随着IOT、物联网、5G等技术的发展，日常生活中产生的数据量呈爆发式增长。从2015年开始，大概每两年日常产生的数据就会翻一倍；与此同时，摩尔定律逐渐失效，处理器的计算性能增长率只能保持在每年不到3.5%，这其中就产生了一个巨大的剪刀差，导致仅有10%的数据是可以被处理的。而超过90%的、无法被处理的数据，则处于荒废状态。这个现象被称为“数据的荒野时代”。而造成数据被荒废的主要原因，是处理器处理性能不足，无法处理这么大量的数据。
卢文岩举例，比如大家较为熟悉的汽车发动机，当我们去买汽车时，可能都会选带有涡轮增压配置的汽车。因为发动机动力不足时，可以通过增加涡轮的方式来提升动力。同理，在计算机领域，当CPU在某一个应用领域计算性能不足时，也可以通过一个专用的芯片提升一下它的处理性能，这个专用的芯片就是中科驭数所提的KPU架构的芯片。
带着 “根据不同应用领域的特点，去定制专用的计算架构，来解决数据处理的难题”的初衷，中科驭数着手和落地的第一个领域，便是金融科技。据了解，中科驭数脱胎于中国计算机事业的摇篮——中科院计算所国家重点实验室，该国家重点实验室是我国目前为止唯一一家聚焦在芯片计算架构研究的一个国家级重点实验室。团队从2005年开始就陆续承担过多个重大国家科研课题，包括2005年03项目，采用新结构、新方法来延长摩尔定律的研究，2010年973课题等。此外还有高通量计算机研究，以及去年承担的软件定义计算机体系结构的研究，有非常丰富的项目经验。
KPU:领域专用、灵活配置，用软件定义体系结构让整体计算效率提升百倍
中科驭数的“KPU”被命名为核处理器。K是指功能核，即将不同应用领域抽象出一个硬件层、专用的功能核，专门为某个特定计算模式服务，所以它的计算性能非常高。而关于计算领域中的多种模式，KPU可以实现计算几十、甚至上千个这样的功能核，完全可以覆盖整个应用领域所有计算模式；在算法和模型的不断演化和迭代上，KPU也在设计之初就有考虑到：它每一个功能核都可以进行配置。功能核之间可以进行不同的组合。通过不同的互联、数据的传输等，去不断满足算法的迭代和更新趋势。
应用于金融时间序列分析、实时数据库加速等领域的KPU-Conflux1800
另外值得一提的是，中科驭数还有一整套系统的设计方法学来做支撑实现上述功能，且在互联网上开源使用，叫做“软件定义加速器设计方法”。
卢文岩解释，如果要搭建一个数据处理的平台，通常要考虑到数据传输、数据存储和数据处理三个要素。结合应用痛点，中科驭数完成了三个系列KPU的设计。即KPU-Swift，可以提供网络协议处理加速功能，也可以卸载部分应用层协议。单块KPU-Swift板卡可以超过百G带宽，并且还能做一些规则处理等其它的运算；KPU-Conflux，在数据库查询里数据过滤和数据融合操作，其性能非常好；KPU-FlexFlow，无论是在数据治理还是制定一些策略，都是离不开人工智能的一些算法，专为支持这个方向上的需求而设计。
在基于以上三个系列的KPU，客户可以搭建出一个非常强悍的数据处理平台。同时，三个系列的KPU也可以作为独立产品。目前，中科驭数已于今年7月完成了第一代KPU的流片，并进行了全面的功能验证和性能测试，证实了该批次芯片与设计规范完全一致。本次验证通过的芯片是专门针对于金融领域时间序列处理和数据库加速设计的处理器。在数据库查询应用场景下的评估显示：基于KPU的方案，其性能达到近百倍的提升效果非常明显。
KPU-Conflux的成功流⽚和全面功能验证完成，除了充分展示出了驭数在芯⽚和架构设计上的积累，也标志着中科驭数具备了从软件到芯片全栈式解决方案的能⼒。同时，中科驭数已经开始第二代KPU的研发工作。第⼆代 KPU架构上针对OLAP业务做了大量定制化设计，性能相对于目前KPU-Conflux可以提升⼀个数量级之多。第二代KPU将会采用更先进工艺，计划在40nm或者28nm，预计2020年上半年流片。
灵活、稳定、高性能：实时风控方案RiskCop 助力数据智能时代下的业务创新
近几年，随着监管力度不断加强，风控的规则越来越多，风控的计算复杂度也会越来越高，所以金融数据处理成为了很大的瓶颈。本次推出的实时风控方案RiskCop，分为两大部分。上部分是软件部分，主要是给用户提供一个灵活的接口，去交互两类数据，风控的规则需要配置这个系统，让系统进行规则运算；底层则是集成了几十个处理核心的KPU结构——KPU-Conflux架构，可以将多条风控规则并行处理，从而高效处理各种风控规则。
中科驭数驭数实时风控系统解决方案——RiskCop
据介绍，RiskCop有三个特点：高性能。整个链路都是基于KPU做了一个定制化的设计，可以达到最快半个小时将你的业务部署好、表达好；高度灵活：它有一个非常完备的软件接口，同时还有各种各样的扩展方式；稳定性：针对稳定性是至关重要的金融领域，团队融合了过去十几年丰富的芯片级的容错设计，使得整个系统在非常稳定的同时，满足了客户软件到硬件的全定制服务。
得益于整个链路定制硬件方案，性能评估的实际数据也表现出色：从机构用户出来，经过RiskCop系统，再到交易所，整个链路延时做了一个评估，达到业界顶级的性能，整个链路延时大概在1.4us左右，抖动20ns以内。对于金融客户来说，低延时、低抖动，意味着报单成交率大大提升，意味着不仅可以赚更多钱，还能节约很多成本：原来几十台服务器完成的业务，现在用一套设备、一套办法就能达到同样的效果。目前，RiskCop解决方案已经和不同金融行业客户进行多轮现场测试，预计明年年中进行最终产品交付。
“驭数印象”：以加速器为中心的计算范式，助力数据智能时代下的业务创新
最后，卢文岩表示，中科驭数是以行业应用为对象，通过定制计算芯片，将通用服务器作为载体、将KPU做成标准化组件，为用户提供透明、Turn-key的加速解决方案，以线性成本获得指数的处理性能。而无论是大的机构用户，还是小的终端用户，都能通过中科驭数的KPU方案，提供专用的定制化的运算架构，使其模型算法性能发挥到极致。
热门专题
