方案背景
随着人工智能、大数据技术在金融行业的广泛应用,互联网金融、移动支付等新型金融业态普及,在精准营销、风险管理等场景,海量数据的实时传输、查询和运算给金融IT系统带来更大的挑战。目前行业中面对海量业务数据处理查询主要依赖Spark大数据平台,软硬件结合的异构计算解决方案将给行业带来新的思路。
业务痛点
海量线上数据采集和传输占用大量网络带宽和CPU算力,对风控、反诈等低延时业务造成影响。
金融单位需要在限定时间内做数据汇总和统计,数据量越大对数据处理速度要求越高,对大数据处理效率提出挑战。
自助服务越来越普及,智慧网点建设越来越多,数据验证、查询、AI服务终端化,在规模受限的情况下,需要终端计算设备算力进一步得到提升。
金融行业的风控要求极高,银行风控、证券风控、保险风控等实时处理业务不断增加,要求数据中心响应时延越来越低,以降低金融风控危机。