在全球金融〖科技领域，中国金融机构正以惊人的速度崛起，不仅在大模型专利创新上占据领先地位，更在智能金融服务的实际应①用中展现出强大的№实力。

这一趋势的背后，是算力需求的爆炸性增长，以及对高▃效、可靠、节能的数据中心基础设施的迫切需求。

*上述摘要由笔者通过「大模型」读取本文智能生成。

近日，全球知名科技刊物《麻省理工╱技术评论》（MITTechnologyReview）发布相关报告，“全球金融机构大模型领域专利创新排行榜”揭开面纱。在全球金融机构大模型专利创新领域，中国↓申请公开量达1909件，占比超75%。更令人欣喜的是，在♂这份榜单的TOP10，在全球顶尖的金融机构列表中，中国强ζ　势占据8席，展现出泱泱大国在全球科技领域的熠煜之姿。

蚂蚁集团、平安集团、工商银行、建设银行、中国银行、马〖上消费金融、微众银行、农业银行……中国领先的金融机构于科技制高点布局的各类金融大模型，正如同浩瀚宇宙中点缀着的繁星，每一『颗都闪烁着智慧的光芒。

同样浩瀚¤的，是高速流转于服务器之间的数据流量，更是全球秩序及格局博弈下中国科技自强不息的奋进⌒　力量。

01千帆竞渡，金融智算登上时〓代舞台

据IDC数据，2023年下半年中国智算服务市场整体规模达114.1亿元，同比增长85.8%；全年来看，这一数据可达194.2亿元，同比增长72.5%。据预测，2022-2027年期间，我︽国智能算力规模的年均复合增长率将达到33.9%，远高于通用■算力16.6%的增速。

在金融行业，央行2022年1月发布的《金融科技发展规划（2022-2025年）》即明确提出，“要抓住全球人工智能发〓展新机遇，以人为本全面推进智能技术在金融领域深①化应用”。

我们看到，圆融诙谐的机器人早已成为智慧网点的基ㄨ本标配，西装革履的数字员工在屏幕上对答如流，智能客服、智能办公、智能研发、智能投研等←多个业务场景上均有着大模型在金融业的合理探索及应用，金融机构的服务半径得以迅速扩大。作为新质生产力的◣典型缩影，金♂融智算在金融科技的强催化下登上时代舞台，正翩然起舞。

再来看看金融智算在一线的公开战绩。

据工╲商银行2023年年报披露,其首个基于大模型的网点员工智能助手上线,提升网点效能,全年运营领域智能处理业务量ぷ3.2亿笔,比上年增长14%；农业银行ChatABC在智能问答场景已提供超〒过200万次问答服务，在→辅助编码场景已编写超过8万行代码投入生产应用；建设银行智能客服工单】生成每单平均节约客服工作时间15-20秒，可用率达82%，一致性达80%。

“方舟计划”、仓颉、轩辕、天镜……一个个上古神学中耳熟能详的名字，身披大模型的“外衣”从遥远的神话走到了现卐实，成为金融垂直领域々数字化转型的关键力量，推动探索虚拟现实与AIGC（人工智能）融合发展迈向新高度。

据不完全＠ 统计，现阶段各大金融机构◆在大模型应用上的情况如下表，可以看出，头部金融机构在大模型各场景上已有较多投入↙和应用，他们依托■于自有数据加速训练着适合自己的大模型。

同时，部分中等规模的金融机构，如城商行农商行等，也积极拥抱∏大模型，或采购GPU服务器部署开源大模型用于内部训练，或依托于大模型公司的算力能□力快速应用落地相关服务场景。

总而言之，金融行业︻在大模型上的研究和布局上奋力向前，不断有Ψ 金融机构加大投入力度。

02应对“烤”验，跨越AI时代的算力鸿沟

前文提到，IDC预测近年◤来我国智算规模的年均复合增长率将远高于通算，与之相应的即是算力需求飞速□　增长与数据中心能耗急剧攀升冲突之下造成的“算力鸿沟”。

近日，华泰证券出具的一份研报引用了麦肯锡的数据——在AI大模型相关算力需求的快速增↓加推动下，以能耗衡量的全球→服务器规模将从2024年的70GW增长至2030年的390GW，年均复合增长率高达33%。研报同时指出，随着AI算力需求的持续增●长，2030年全球数据中心用电量规模∞将达到约2.2万亿度电，是2022年的3.6倍。

这一说法在金融行业也得到验证。

行业资深人士透露，过去10年，基于低负载及高冗余的①特性，一贯以来将业务连续性视为“命根子”的金融数▲据中心的PUE普遍都大于1.5，“这意味着IT设备每消耗1度电，就有额外的0.5度电用于散热☉等其他用途”。

而随『着百亿级、千亿级金融AI大模型的孵化，过往老旧机房确已难堪负荷，这一条“算力鸿沟”，在AI+金融的时代背景◇下显得愈发渊深难测。

跨越这条鸿沟，一方面需应对全球气候系统变暖趋势下数据中心↑面临的严峻“烤”验，一方▓面需应对数据中心各部件、整机的高密功耗带来的散热刚需，共同推动金融智算基础设施加快建设步伐。

现阶段，我国数据中心的散热方式仍以风冷为主，以高可靠、高安〖全著称的金融数据中心尤是。我们需注意到，部分用户采购▼风冷GPU服务器后，由于单台设备功率高达6-10.5kW，因此在现有机房↘中，单机柜只能放置1~2台GPU服务器。此方案可以暂时∩满足GPU服务器的散热需求，但∑　是综合来看，风冷散热模式下，GPU处于较高运行温〓度下，也会导致运行速度减缓、器件提前老化的情况，此时昂贵的GPU发挥不出其极致☆的算力，生产◥力打折，着实可惜。

03可靠解耦，液冷助力释放底层算力潜能

在算力激增及高密高热的双重推动下，液冷成为智算数◢据中心主流的温控方式。据财信证券研①报中引用的行业数据显示，2025-2028年液冷技术的渗透率预计有望达到30%。

液冷，是一种采用液体来进行电子设备冷却的散热〖技术，可显↑著提高数据中心的散热效率。目前，液冷技术主要包括冷板式、浸没式和喷淋式三种类型，并以前两者为应用主流。

根据行♀业研报，以华东地区数据中心建设情况为例，基于一定的测算前提条件下∩，冷板式液冷方案的TCO甚至Capex已经低于风冷，浸♂没式液冷方案的TCO也将在运行五年左右之后出现低于※风冷方案的拐点。

囿于成本的缘故，现阶ぷ段冷板式液冷相较浸没式液冷而言，技术更为☆成熟、应用更为广泛，在改造及建设成本，安全可靠性，后期运营维护方面均具备显著优【势。按照服务器出货量口径统计，2023H1我国冷板式液冷服◆务器比例为90%左右，浸没式液冷渗透率为10%。

过去几年，算力设备厂商一站式整体交付算力设备+液冷基础设施，优势是交叉配」合界面少、整体交付速度快、后期运维一家◤负责，但算力设备与液冷基础设施强耦合后，劣势∑也很明显：

①二期算力扩容时，较难兼容其他品牌的算力设备，甚至是无法兼容；

②算力设备厂商集成的■液冷基础设施，在系统冗余性√、在线维护性、服务能力上较难达到用户需求；

③液冷基础设施溢价高，成本ω甚至超过30万元/柜，远高于解耦型冷板式液冷。

如同所有居于供给侧、在AI+金融市场钻〗研鏖战的科技厂商一般，科华数据也秉持着行业领先者的●责任感，乘着这股浩荡东风，推出「解耦型冷板式液冷数据中心解决方案」，致力于共同助力金融机构释放算力潜能，为金融智算筑建坚实底□　座。

经过充分的市场调研和案例应用，科华数据冷板式液冷数据中心解决方案凝聚了「6大优势」。

01整体优化架构，服务器全解耦，可兼容多品牌算力◆设备，分期建设无忧

科华数据冷板式液冷解决方◎案，可解耦国内主流品牌液冷算力服务器，解耦点在液冷服务☉器侧或液冷整机柜侧，目前已交付多个项目，并安全稳定运行，实现了客户对于液冷数据中心兼容解耦的部¤署架构。

02高密◥智算液冷POD解决方案，整系统可靠验证，现场高质量快速交付

基于丰富的项目经验，实现了建设方案、系统架构、核心产品『的标准化，并推出了一站式交付的液冷算力POD解决方案，既优化了方案论证、产品选型阶段的复杂工作，又提▓升了产品质量、交付速度、确保系统稳定运行，维护管理更加简便易用，运营效率得以大幅提升。

03核心█产品优异，CDU循环泵双泵冗》余，水泵、过滤器等不停机更换维护

作为液冷系统中的核心产品，科华数据液冷CDU采用N+1冗余架构设▼计，并可放置在精密空调间，确保一次侧冷却水不进入算力机房内。CDU内的循环水泵采用节能型变频双泵冗余设计，单台水泵即可▅满足100%散热需求，水泵和过滤器均按满足在线维护要求，实现不停机即可更换维护。

04预制化生产制造，工程产品←化，确保交付质量，又好又快

基于智能微ζ模块的丰富经验，科华数据液冷系统将预制化底座、二次侧管路系统、机柜（含manifold）、通道封闭、智能小母线、风补列】间空调、液冷微模块监测系统、一次侧水力模块等进行预制化设计生产，现场快速交付。

05交ζ　付安全稳定，基于正向设计理念，通过BIM+CFD仿真模拟及液冷测试平台严格验证

项目正式进场后，科华基于BIM三维建╳模技术，实现1:1数字孪生，模』拟每一个设备、每一段管路和阀门的位置，做到所设即所得，减少现场管路交叉干涉，确√保交付质量和速度。通过CFD流体仿真技术，模拟管路流体路径和机〓房内的气流组织，不断优化设备布局和设置参数，确保智算机房高质︽量运行。同时，每一套液冷系统出厂前，均会在科华液冷整系统测试平台中进行测试，验证可靠性和功能参数，确保方案质量和系统长期稳定运行。

06项目经验丰富★★，成功交付多个液冷数「据中心项目，全生命周期服务值得用户信赖

得益于高效散热、节能减排、安全可靠等优势，科华冷板式液冷案例■覆盖了通信、互联网、高校、金融等㊣　多个行业用户，如河北承德智算中心、中国移动苏州数据中心、厦门大学嘉庚智算中心等。

科华数据冷板式液冷解决方案可囊括从通用算力服务器20kW/柜到智算算力服务器高密度50kW/柜，甚至科研场≡景的70~120kW/柜，为各行业高密度智算中心打造安全可靠、绿色低碳的液冷数据中心╲，赋能千行百业。在推动新技术发展的同时，科华数据也不断优化整体服务流程，使每一次△交付都得到客户的高度认可。

如，于「通信行业长三角地区重要液冷〓数据中心项目」上，科华数据冷板式液冷解决方案助力项目运行指标大幅提升——

丨散热能耗降低超№50%

丨PUE降至1.2

丨节约空调电费超50%

丨提高服务器算力能力5%-10%

从通信，到金融，行业天然自带壁垒又何妨，高可靠的产品技术是其互通的媒●介。

当金融机构行至全面卐拥抱大模型、战略布局AI算力的风口，技术先行者已在此处，等着共同攀越那峥嵘山岗。

结语：

人工智能先驱之＠一，穆斯塔法·苏莱曼在其出版的《大浪将至》中提到，“技术是※一种创新集群，即将到来的浪潮是像寒武纪大爆发一样的进︾化爆发，将涌现出成千上万种新应用，这些技术中的每一々项都与其他技术相互交叉、相互加强、相互完善。”

AI赋能智算行业蓬勃发展，创新技术在金融行业ξ　的各类场景中不断应用、验证、迭代，算力基座也正朝着更可靠、更可用、更节能、更智卐慧的方向演进。

久经检验的金融数字化转型合作伙伴——科华数据，正融合30余年电力电子核心技术及十数年数据中心建设运维经验，深刻洞察金融应用◥侧在新建及改造数据中心的能耗痛Ψ 点，以更可靠、更解耦的液冷解决方案，助力更多金融机构实现更高的算力密度、节省◤更多的机柜空间，推动底≡层算力潜能的进一步释放。