2024金融算力基础设施发展报告.docx

金融算力基础设施发展报告（2024）北京金融信息化研究所2025 年 3 月编委会主任： 翟象晖副主任：周夕崇黄程林编委会成员（排名不分先后，按姓氏拼音排序）：储量董晓杰封铨贤蒋怀深王文志俞枫张乐宾张志鹏郑金桥周慧编写组成员（排名不分先后，按姓氏拼音排序）：安思锦 白 阳 常 伟 程小丹 从平平 高 坤 谷文宽郭伟安 黄湘武 李 慧 李侃侃 李彦新 李一昂 刘文清刘 杨 苏东明 孙英明 谭泽廷 王爱玲 王浩人 王帅强王 旭 东 杨 明 杨 韬 杨 希 袁 佳 张 蕾 张 鹏 南张世泽 赵义斌 周 辉主编单位：北京金融信息化研究所参编单位：中国农业银行股份有限公司中国银行股份有限公司交通银行股份有限公司中国邮政储蓄银行股份有限公司中信银行股份有限公司平安银行股份有限公司渤海银行股份有限公司北京农村商业银行股份有限公司国泰君安证券股份有限公司万国数据服务有限公司华为技术有限公司海光信息技术股份有限公司新华三技术有限公司北京中科仙络智算科技股份有限公司前言随着金融行业数字化转型加速，金融算力基础设施作为支撑这一转型的重要基石，正经历着前所未有的变革。本报告旨在全面梳理金融算力基础设施的发展现状，分析其在智算化变革、存算网融合、绿色低碳发展、产业链供应链安全 等方面的趋势与挑战，并提出针对性的发展建议，以期为金融科技的可持续发展与金融业高质量发展提供参考。目录一、总体情况1（一）定义范畴1二）背景意义1（三）发展概况2二、智算变革加速金融机构数智化转型7（一）AI 应用持续催生大规模智算需求7（二）智算中心成为我国数字基建新热点8（三）金融业加快算力基础设施智能转型9三、存算网协同构筑一体化金融算力网络11（一）算力高效管理支撑算力资源高可用11（二）先进存力应用保障数据价值化基础12（三）网络技术创新应用促进算力互联互通14（四）存算网协同促进算力基建一体化发展16四、节能降碳促进金融算力中心绿色发展17（一）金融算力中心发展面临严监管约束17（二）新技术促进绿色低碳算力中心发展19（三）有序推进金融算力中心绿色化发展20五、信创提速增强金融算力产业链供应链安全22（一）我国算力设施设备供应形势严峻22（二）国产算力产业生态持续优化升级24（三）金融算力信创应用加快探索与实践25六、金融算力基础设施发展建议27（一）加强金融算力建设统筹规划27（二）强化金融算力关键技术攻关27（三）引导金融业公共算力平台建设27（四）推进金融算力基建标准化建设28（五）营造金融算力开放发展生态28附录：典型案例及解决方案30一、总体情况（一）定义范畴算力是集信息计算力、网络运载力、数据存储力于一体 的新型生产力，主要通过算力基础设施向社会提供服务。算 力基础设施是新型信息基础设施的重要组成部分，呈现多元 泛在、智能敏捷、安全可靠、绿色低碳等特征，对于助推产 业转型升级、赋能科技创新进步、满足人民美好生活需要和 实现社会高效能治理具有重要意义1。金融算力基础设施是指 支持金融机构进行大量数据处理、分析以及决策支持的信息 技术基础架构，包括数据中心、云计算平台、高性能计算（HPC） 系统等。随着金融科技及金融高质量发展，金融业对高效能、高可靠性算力需求日益增加，同时对于绿色低碳的要求也越 来越高，实现金融算力基础设施高质量发展势在必行。（二）背景意义1. 发展新质生产力的代表性力量。新质生产力是以“自 主创新”为内核，具有高科技、高效能、高质量特征的生产 力形态。目前，算力已成为衡量一个国家或地区科技创新能 力和经济实力的重要指标，算力基础设施通过提供强大计算、存储和网络能力，为科技创新和产业升级提供了坚实的基础。 一是算力基础设施作为算力、存力、运力等主要承载实体， 有效支撑了大数据、人工智能等前沿技术研发和应用；二是算力基础设施智能化促进了传统产业数字化转型升级以及云计算、物联网、区块链等新兴产业崛起和发展。三是算力 基础设施的发展带动了芯片、服务器、存储设备、网络设备1 来源：工业和信息化部等六部门发布的算力基础设施高质量发展行动计划。12等硬件设备以及软件开发、系统集成、运维服务等软件和服务发展，促进形成上下游协同的良好产业生态。2. 赋能数字经济增长的核心引擎。数字经济是以数字化 的知识和信息作为关键生产要素，以数字技术创新为核心驱 动力，以现代信息网络为重要载体，通过数字技术与实体经 济深度融合，不断提高传统产业数字化、智能化水平，加速 重构经济发展与政府治理模式的新型经济形态。金融算力作 为数字经济的重要组成，一是促进了数字技术的研发与应用， 推动数字产业化和产业数字化进程；二是为数字经济发展提 供了高效、可靠的计算和存储能力，支撑数字经济快速发展； 三是通过算力基础设施普及和应用，降低数字技术使用门槛 和成本，推动数字经济普惠化发展。3. 支撑数字金融工作的重要底座。当前数字金融已成为金融业的重要趋势和发展方向。算力基础设施为数字金融提 供了强大的数据处理和计算能力支撑，保障金融业务的稳定、 高效运行。一是为数字金融提供了海量数据的高效处理能力， 如交易数据、用户行为数据等，为金融风控、客户服务等提 供有力技术支持。二是为数字金融所需的复杂计算和分析工 作，如风险评估、信用评级等，提供强大的计算能力支撑。三是通过算力基础设施的监控和管理功能及时发现和处理金融系统异常情况保障金融系统的安全稳定运行，提供数据 加密、访问控制等安全机制保障金融数据的安全和隐私。（三）发展概况1. 金融算力总规模不断扩大。金融算力基础设施作为金融业数字化转型的核心支撑，随着数字经济时代加快到来， 对算力尤其高频交易、大数据分析、人工智能等关键领域算力需求不断增长，以满足金融机构实时、高频、智能、个性金融服务算力需求。在计算力方面，目前金融算力基础设施浮点运算能力已达到 PFLOPS 级别，部分领先金融机构甚至开始部署 EFLOPS 级别的超级计算机，以满足日益增长的计算需求。算力基础设施高质量发展行动计划（以下简称行动计划）提出，2025 年我国算力规模将超过 300EFLOPS，智能算力占比要达到 35%，这需要金融行业在机架规模扩大、上架率提升等方面做出努力。在存储力方面，金融业需要处理数据量持续爆炸性增长，为满足大数据、云计算等技术对 存储需求，金融算力基础设施的存储规模不断扩大，同时通过采用先进的存储技术和优化存储架构使得金融算力基础 设施的存储效率和可靠性也得到了显著提升。在运载力方面， 新一代网络建设，包括 5G、6G 技术的应用，以及 SD-WAN、NFV 等网络虚拟化技术使用，大幅提升金融算力基础设施的网络传输速度和稳定性，为金融业务提供更加可靠的网络支 持。在业务承载方面，随着金融科技快速发展与升级，金融 算力基础设施不仅能够支持传统金融服务，还能够承载区块 链、数字货币等新兴金融科技业务以及如智能投顾、量化交易等创新应用，为金融业发展提供了强大的技术支持。总体 而言，近年来金融算力基础设施在总体算力规模、业务承载 能力等方面均取得了显著发展成果，同时通过采用先进计算 技术、优化存储解决方案、搭建高效网络架构以及引入人工智能、机器学习等技术，推动金融算力基础设施整体效能不断提升，为金融业创新发展提供有力支撑。展望未来，金融算力基础设施将继续扩大规模、提升性能，为金融业数智化发展提供更强大动力。随着技术进步和市场需求扩大，金融算力基础设施也将为金融业带来更多创新和可能性。2. 金融算力大格局不断优化。金融算力基础设施的布局 对于确保金融服务的连续性、稳定性和安全性起着至关重要 作用。在数字化时代，金融机构对于算力的需求不断增长， 促使金融机构越来越重视算力基础设施布局规划。在建设方 式方面，金融业主要采用自建、租用、自建与租用相结合等 方式，其中大型金融机构以自建为主，大中型金融机构以自 建与租用结合为主，中小型机构以租用为主，云厂商等金融 科技企业加快提供第三方算力租赁服务，未来随着分布式大数据、AI 等技术发展及算力需求大幅提升，租用方式将成为后续扩展主要方式。在连续性和安全保障方面，为应对潜 在的自然灾害和技术故障，金融机构普遍采取了“两地三中 心”的策略保护关键数据和服务不受损失，同时开始采用“双 活”布局以提高了业务的可用性和灵活性，此外“多活”布 局也有一定程度发展，进一步提高了业务的可用性和灵活性。 据调研2，60%的金融机构实现“两地三中心”布局，20%的金 融机构采用了多地多中心布局，反映金融机构普遍建成了有 较高灾备能力的算力基础设施。在地域分布方面，随着国家 东数西算工程推进，全国性金融机构采取了以一线城市为主2 数据来源：北京金融信息化研究所面向金融机构组织的关于金融算力基础设施调研问卷，下文如无特殊说明，涉及调研数据均同此来源。向二线城市及西部发展的整体布局策略，越来越多将算力中 心布局或规划布局至西部地区，尤其大数据类、AI 类应用向西部迁移趋势明显，而区域性金融机构算力中心则主要部署 在本地区。展望未来，面向更加数字智能时代需要，金融算 力基础设施布局将继续朝着更加灵活、高效和安全方向发展， 更加重视绿色节能技术应用，并加强与云计算、大数据、人 工智能等技术融合，以适应不断变化市场需求和技术进步。此外，金融算力基础设施直接影响金融机构未来金融服务的 质量和竞争力，其布局规划不仅需要技术层面考量，也将上 升至机构战略规划层面，得到更高层级总体设计与资源支持。3. 金融算力供需链不断畅通。“算力即国力”，随着国家竞争日益激烈，算力既成为衡量一个国家综合实力的重要指标，也成为大国博弈焦点。例如 2021 年美国推出新版本无尽前沿法案即2021 年美国创新和竞争法案，被称为美版“核高基”十四五计划；同年中国宣布“东数西算” 工程；2022 年日本政府计划将云计算服务列为涉及国家安全的“特定重要物资”；此外美国频频出台关税、禁运等政策对中国进行算力核心部件的供应限制，国际算力竞争范围和力度持续加大。为此，近年来各国政府都在加大对算力的投入和支持力度，通过制定相关政策、建设算力基础设施等方式推动算力产业快速发展。从需求端看，随着人工智能尤其DeepSeek 等大模型技术与产品逐步成熟，大模型加快从实验室走向产业端应用，推动金融业算力需求爆发增长，为金融算力基础设施建设提供了有力内生驱动。数据显示，被调研金融机构过去三年算力增长率平均约为 44%，而部分算力薄弱机构为缩小差距也计划在未来实现超过 100%算力增长，以应对快速增长的业务需求。从供应端看，国内算力行业正迎来历史性机遇，虽然高端 AI 算力芯片和服务器市场被国外巨头垄断，但随着国内企业在芯片设计、制造等领域不断突 破，国产算力产品正在逐步替代进口产品，例如华为、寒武纪等企业在 AI 芯片领域取得显著进展，其产品性能逐渐接近国际领先水平；国内数据中心和云计算服务商也加速布局， 推动国产算力生态完善。从算力来源3看，当前金融算力供给 仍以通用算力为主，但通用算力中 CPU 是主要的算力提供者， 预计 2030 年会接近硅工艺极限，通过工艺提升带来性能提升可能实现但带来成本急剧上升，摩尔定律放缓，而面向人 工智能需要的智算增长更迅猛，或超越通用算力成为金融算 力主要来源和支撑，此外超算、量子计算、光子计算等算力在金融算力基础设施中的应用探索正处于起步阶段但已展现巨大的潜力和价值，将为金融业带来更多创新和变革。展 望未来，在国际算力竞争激烈、算力供需两旺、传统与新兴 算力竞相发展背景下，我国算力产业链、供应链将仍将保持 较快发展速度，加快夯实金融业算力基础设施底座，为我国 金融算力需要提供有力保障。为更深入和针对性探讨我国金融算力基础设施发展情况，结合以上分析和研判，下文将重点围绕金融算力基础设施建设的智能化、一体化、绿色化、信创化等四个趋势分别 展开论述，并提出针对性政策建议，供金融业参考。3 算力来源主要包括基础通用算力、智能算力、超算算力等三类，以及量子计算、光子计算等前沿算力。二、智算变革加速金融机构数智化转型随着数字经济尤其人工智能时代的加快到来，金融业智 能转型趋势明显，发展智算成为金融业共识并获得积极实践。（一）AI 应用持续催生大规模智算需求随着人工智能时代渐行渐近，生成式人工智能（AIGC） 快速崛起带来算力尤其是智算需求的迅猛增加推动算力规模持续扩张。据统计4，2024 年，中国智能算力规模达 725.3 百亿次/秒（EFLOPS），同比增长 74.1%，增幅是同期通用算力增幅的 3 倍以上；市场规模为 190 亿美元，同比增长 86.9%。未来，随着 AI 技术的进一步深化以及应用场景的持续拓展， AI 算力正不断从互联网领域向不同行业数字化转型以及基础研究等领域渗透，人工智能算力需求将持续攀升，预计2030 年我国人工智能算力需求将达到 16206EFLOPS，约是2018 年的 390 倍5。行动计划中也明确提到，到 2025 年算力规模超过 300EFLOPS，智能算力占比达到 35%。近年来，随着大模型快速迭代尤其是DeepSeek 的出现， 以及应用场景的复杂多样，大模型规模和需要学习数据呈现爆发式增长，算力需求逐步从 TFLOPS 增加到PFLOPS 级别， 甚至进入 EFLOPS 级别，AI 算力需求远超摩尔定律增长速度。以 OpenAI 的 GPT 系 列 为 例 ， GPT-3 的 训 练 需 要 约3640PFLOPS-day 的算力（即以 1PFlops 算力计算 3640 天）， 而 GPT-4 参数量是 GPT-3 的 500 倍，算力需求将进一步大幅增加；虽然 DeepSeek 模型通过动态路由机制和稀疏化设计，4 数据来源：国际数据公司（IDC）与浪潮信息联合发布的中国人工智能计算力发展评估报告。5 数据来源：国家工业信息安全发展研究中心发布的智能计算中心 2.0 时代展望报告。有效降低了算力消耗，但随着其应用的广泛落地和用户规模 持续扩大，将使得整体算力需求不降反升。此外，DeepSeek 应用的成功，将推动大模型在 2C 领域大规模落地并促进 2B 领域不断成熟，从聊天类应用到智慧办公类再到文生图应用， 带动推理算力需求爆发增长，持续增加智能算力消耗和需求。（二）智算中心成为我国数字基建新热点政策支持方面，智算中心作为我国新型基础设施的重要组成部分，近年来受到国家和地方政府的高度重视，相关支 持政策不断出台。比如“十四五”数字经济发展规划提 出推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施；“十四五”国家信 息化规划强调统筹建设面向区块链和人工智能等的算力和算法中心；工信部发布新型数据中心发展三年行动计划（20212023 年），强调加快高性能、智能计算中心的部署，推进智能计算中心标准建设；国家信息中心发布智能计算中心规划建设指南，明确智算中心作为新型公共算力基础设施的重要性，强调其在推动AI 产业化、产业 AI 化以及社会治理智能化中的关键作用。市场驱动方面， 自ChaptGPT 引发的新一轮人工智能技术突破以来，全球算力需求呈现井喷式增长，同时相比小模型，大模型需要大量 AI 芯片组成大集群进行分布式并行训练计算，其快速应用推动智算中心迈向万卡集群时代，以更好支持大规模 AI 模型的训练与应用。比如美国的谷歌、Meta、微软、亚马逊、特斯拉不断扩大其万卡集群规模，提升智算能力；我国的腾讯、字节跳动、三大运营商等知名企业逐步建成万卡集群，迎头赶上万卡集群算力发展步伐，为用户提供一站式智算服务； 特别是大型金融机构，其集群规模需要上千张甚至上万张加速卡、数百台高性能计算设备。在政策与市场双重驱动下， 各地方政府、运营商、金融机构、互联网企业等纷纷启动智算中心建设。据工业和信息化部部长金壮龙表示，我国数据中心规模近五年年均增速达近 30%。据统计，截至 2024 年上半年，国内已经建设和正在建设之中的智算中心超过 250 个，仅 2024 年前七个月就涌现 140 个新中标项目；截至 5 月底，全国规划具有超万张GPU 集群的智算中心已有十多个。这些智算中心不仅覆盖了北京、上海、南京等一线城市，还在郑州、武汉等中部城市以及内蒙古、宁夏等西部地区加速落地。（三）金融业加快算力基础设施智能转型在智算建设策略方面，金融机构为保障安全合规多数采 用了自建及私有化方式部署智算能力，据调研，85%的金融 机构采用自建智能算力的方式，不租用第三方资源，展现出 对智能算力的重视。同时，根据各机构自身实力和业务需求实际，在智能算力基础设施建设上呈现明显差异化策略。其中，大型金融机构特别是国有银行和跨国金融企业，通常具 备雄厚资金和技术实力，更倾向于选择自建强大智能算力基 础设施：采用私有云或混合云架构，以确保数据的安全性和系统的稳定性；投入大量资源建设专用的数据中心，确保高并发、低延迟的计算需求得到满足；同时基础设施在风险管理、合规性及业务连续性方面的设计也更稳健和冗余。相比大型机构，中小金融机构资源相对不足，在智能算力基础设 施建设方面投入有限，倾向于依赖第三方服务提供商的解决 方案，借助云计算平台快速部署所需计算资源，通过较低成 本获取先进智能算力，同时缩短技术落地时间。在智算规模 提升方面，随着金融业数字化转型迈向深水区，作为数据与 技术双轮驱动的金融业日益依赖智能算力底座支撑，金融智 能算力建设成为当前热点，特别是近一两年大模型在金融业快速应用推动行业智能算力需求快速增长。据统计6，截至2023 年末，200 多家银行总算力规模达到约 4423PFLOPS，以CPU 为代表的通用算力规模约约 2492PFLOPS，以GPU、FPGA 为代表的新型算力基础设施算力规模约 1931PFLOPS，同比增长 2.36 倍，新型算力规模占总算力规模的比重从 2022 年的18.05%增长至 43.65%，远超行动计划对 2025 年智能算力占比要求的 35%水平。此外，据调研，有 70%的金融机构 通过采购智能算力服务器来构建集群，但金融机构智能算力 集群规模相对不足，最大规模均不足千卡，调研数据也显示未来 GPU 采购需求超过 1000TFLOPS 的金融机构占比超过了50%。在基础设施智能化方面，随着数字化转型深入，金融算力基础设施的运维复杂度明显上升，倒逼算力基础设施运 维智能升级，比如建设运维数据中台、研发高效运维工具、应用人工智能等新技术来保障算力基础设施安全可靠运营， 但智能水平仍待进一步提升。根据调研显示，有 85%的金融机构拥有专门的基础设施运维团队，但多数机构基础设施存 在运维团队人员规模小（近50%机构运维人员规模不足50 人）、6 数据来源：北京金融科技产业联盟金融科技发展指数（FTDI）报告（20232024）。运维智能化不足（实现运维智能化占比不足 20%）等问题。三、存算网协同构筑一体化金融算力网络面向更高效、泛在、普惠、安全等金融算力应用需要， 支撑算力基础设施的算力、存力、运力等一体化融合进程将 加快，促进东中西、云边端、通智超量等多源异构泛在算力 融合成网，提升金融算力有效性与可用性，加快满足金融业 智能化升级需要，并促进不同区域和机构公平普惠应用算力。（一）算力高效管理支撑算力资源高可用目前，金融算力基础设施多数通过私有化方式部署，由 于算力类型多元、投入成本高昂、机构实力悬殊等原因，导 致金融业算力存在着可用性、易用性以及发展均衡性不足等 问题，影响了算力资源的高效利用。据调研显示，金融机构 数据中心服务器的平均 CPU 利用率在 50%以下的机构占比达87.88%，其中又有近四成机构使用率在 20%以下。针对上述问题，金融业主要通过算力资源池化、异构并行、智能管理、云化服务等方式探索推进算力高效利用。在资源池化方面， 金融业积极探索算力资源虚拟化、容器化、池化、云原生混 合部署等技术应用，支持算力资源颗粒归仓，促进算力资源 统一规划和应用，支撑算力资源利用效率提升。在异构并行 方面，加强多芯算力规划部署，通过搭建“一元多芯”算力 架构，促进多元异构算力的兼容和统一纳管，进一步提高算 力资源可用性，打造更加多元灵活算力供应格局。在智能管 理方面，探索负载感知调度、训推一体化、跨集群调度等工 具和机制，促进算力资源在不同业务场景和时段的合理调配，并采用智能管理软件进行算力应用资源智能画像，提供更精 确应用资源需求描述，让负载分布更合理。在云化服务方面， 当前金融云服务成为金融服务创新的重要支撑，随着金融业 务系统云化升级，金融算力基础设施云化趋势日益明显，金 融业积极探索通过微服务、云服务等方式以及采取多云策略， 为金融服务提供更加易用和灵活的算力支撑。据调研，70% 的金融机构建立了覆盖全业务系统的云平台，且 70%以上金融机构采用了多云策略，有 36.36%的金融机构采用了多云管理软件进行多云管理。云服务基础也加快夯实，截至 2023 年末7，200 余家银行云纳管物理服务器规模达 41.87 万台云服务器规模达 197.05 万节点、容器规模达 284.18 万个， 近五年云服务器和容器规模均保持 40%以上增速。（二）先进存力应用保障数据价值化基础数字经济时代，随着海量数据指数增长、数据流动加速， 数据存储的数字基石作用日渐突出，金融业数据价值化保障对于高性能存储需求不断提升。在存储需求方面，数据价值发挥前提是被存储，据全国数据资源调查报告显示，2023 年全国数据生产总量达 32.85ZB，但累计数据存储总量为1.73ZB，占比不足 3%，未来海量数据价值挖掘需求将带来海量存储需要。同时，随着技术进步及以 DeepSeek 等为代表的生成式人工智能应用，对存储尤其是高性能存储需求显著增加。据 Recon Analytics 调查显示，AI 普及将推动未来数据生成爆炸式增长，到 2028 年存储需求将至少翻一番；同时涉及 AI 数据安全的 LLM 检查点与数据复制等保护措施也7 数据来源：北京金融科技产业联盟金融科技发展指数（FTDI）报告（20232024）。会进一步助推数据存储增长。从金融业看，根据调研，金融机构存储资源利用率超过 60%的机构占比接近 50%，近三年存储资源增速超过 10%的机构占比达 81.82%，其中增速超过30%的机构占比达 24.24%；未来三年存储资源计划提升百分比超过 20%的机构占比接近 70%，金融业存储需求十分旺盛。在存储性能提升方面，随着技术进步，传统的数据存储效率难以满足数据应用实时性需求、低效率的存储设备无法匹配高要求的存储场景要求等问题日益凸显，而通过高能效、高可靠存力可实现“以存强算”“以存补算”，发展先进存力日益迫切。以 AI 应用为例，GPU 算力发挥需要高性能存储来高效提供数据并在整个过程中保持高利用率，存储性能不足会导致GPU 长时间处于空闲状态；Meta 和斯坦福大学发布白皮书指出，在特定应用场景中存储消耗了整个服务器功耗的35%。在存储产业实力方面，我国存储产业水平不断提升。从产业链看8，上游中我国企业研发的 232 层三维闪存芯片与美光同系列产品相当，代表业界最先进水平，其中已有十几家厂商自主研发的 SSD 主控芯片成功商用；中游的存储整机和存储系统整体技术达到国际领先水平，其中华为位居 2023 年全球企业级存储设备市场第二位；下游的应用与服务中国产品牌在国内市场占比达 85%，在全球市场占比达 20%。在金融业存储发展方面，当前数字金融成为主流，实时交易、海量数据、持续创新的金融服务模式不断催生具有金融业特点的存储技术创新与应用，实现金融业务与存储产业的互相促进、共同发展。比如存储架构形成集中式、分布式、超融8 倪光南：我国数据存储产业现状、问题及对策，中国网信2024 年第 11 期。59合等多元体系，确保传统业务持续稳定同时支持金融业务创新发展；存储组网架构衍生 FC-SANiSCSI、NAS、RDMA 等各类架构，以满足不同金融业务场景需要；存储介质应用从机械硬盘向固态硬盘等闪存技术发展，以响应高频交易、数据分析和快速检索等要求更快访问速度和低延迟的金融业 务场景需要，据调研显示，仅有不足 10%的金融机构采用纯粹传统磁盘存储（HDD），采用传统磁盘和固态硬盘混合的 机构占比 57.58%，实现完全全闪存储的机构占比 18.18%； 存储资源部署方面，存算资源逐步分离并建立独立硬件资源池，以实现各类硬件灵活扩展和应用等。未来，金融业将继续围绕实时交易、AI 推理等数据快速访问，大数据分析、AI 训练、跨域共享等数据分析共享，以及容灾备份、价值挖掘等数据安全保存加快推进先进存储技术与产品创新应用， 不断夯实金融高质量发展的数据存储和价值转化支撑。（三）网络技术创新应用促进算力互联互通随着金融业务日益多元以及对人工智能、云计算、边缘 计算等技术应用加速，数据中心向两地多中心甚至多地多中心演变，云边端算力服务需求加快涌现，突破算内网络与算间网络等技术，提升算力高效运载质量，促进算力资源的高速互联显得越发重要。在算力互联需求方面，随着金融业务 日益复杂化、多元化，尤其金融服务向线上服务、24 小时不间断服务以及面向更多长尾或偏远地区客户发展，线上金融场景向高频市场交易、多元理财服务等领域拓展，推动东中西、云边端等各类算力加快融合与互联互通，以满足日益旺盛的底层算力需求。在算力互联网络需求方面，面向用户高品质入算、城市内算力互联、枢纽间算力互联等算力互联需求对网络提出了新要求，如面向用户入算需要便捷接入、安全可靠及灵活敏捷，面向算力互联需要大容量、低时延及云边协同，面向一体化算力调度需要算网协同及算力资源智能管理，超大带宽、超低时延、安全可靠、泛在覆盖、灵活敏捷、智能管控等成为算力网络互联创新的重要方向。在网络技术创新重点方面，面向前述算力互联需求，支持算力高效运载互联互通的网络创新技术包括：提升算力中心基础设施处理能力和数据传输能效比的高性能数据处理器（DPU）研发，满足数据中心内部高效数据传输和低延迟交互需要的基于 RoCE 的智算网络建设支持智算集群低功耗、高带宽、低延迟需求的光交换组网关键技术，支撑分布式智算中心间业务高可靠传输的网络关键技术等。通过以上网络技术攻关与创新发展，将有效支撑算力资源的高速互联。在金融网络创新发展方面，金融机构普遍积极提升网络承载能力，同时加强 IPv6、SD-WAN 及算力智能调度等网络创新技术应用， 不断夯实金融算力互联互通网络基础。调研数据显示，不足10%的金融机构网络带宽超过 40Gbps，30%的机构网络带宽介于 1040Gbps，35%的机构带宽介于 110Gbps，剩余机构带宽低于 1Gbps；有 85%的机构支持超过 10000 个并发连接； 金融机构普遍应用 IPv6、SD-WAN 等技术，应用机构占比达70%及以上，其中 SD-WAN 部署完成度超过 75%的机构占比已过半；实现算力自动化调度的机构占比超过 30%，算力调度应用场景集中于大数据处理、平滑业务峰值、AI 训练、AI 推理等领域。（四）存算网协同促进算力基建一体化发展金融算力基础设施涉及算力、存力、运力三大支柱，要 将算力打造成为“一点接入、即取即用”的社会级服务，需 要算力、存力与运力协同发展并构建一体化算力服务网络。从存算网协同看，主要包括存算融合设计、存储与网络协同、算力与网络融合等三方面协同。一是存算融合设计，促进存 算合理配比，进而提升算力效率。“存算比”是衡量一国或 地区 IT 基础设施效能的重要指标，据统计存算比每提高 0.1 个百分点就能带来约 5%的算力利用率提升。倪光南院士指出为提高算力利用率，需合理配置存力资源，目前美国存算比 达 1.11TB/GFlops，而中国仅为 0.42TB/GFlops。二是存储与网络协同，实现存储资源智能感知、编排与调度。随着金 融科技发展尤其人工智能应用，存储系统既要应对海量数据、 多模态数据等复杂数据处理需求，也要响应和支撑云边端等 各类场景数据存储与交互需要，推动存储加快向分布式、云 化、闪存化、智能化等方向发展，存储类型多元化以及高性能要求对于通过存储与网络协同促进存储与算力等更好适配提出新需求，如跨域多算的存力调度、存网编排和存算网 一体化系统等，以有效降成本、提性能和支撑业务。三是算 力与网络融合，实现算力资源的智能管理。随着金融算力资 源日益多源、异构和泛在分布，如何动态高效管理算力资源 越来越依赖高性能的网络支撑。通过算力与网络融合设计，有助于提升算力资源动态感知能力，推动算力和网络由网随算动、算网融合走向算网一体，网络也从支持连接算力演进为感知算力、承载算力，实现网在算中、算在网中。四、节能降碳促进金融算力中心绿色发展金融算力设施绿色化成为不可逆转趋势，严格监管约束、 新技术应用、多元化策略将促进算力中心绿色化量质齐升。（一）金融算力中心发展面临严监管约束从能效现状看，随着数据中心及机架规模的快速增长， 数据中心用电量急剧攀升，据统计，2022 年全国数据中心耗电量占全社会用电量约 3%左右，预计到 2025 年提升至 5%， 到 2030 年全国数据中心耗电量将接近 4000 亿千瓦时。此外， 人工智能将进一步推升数据中心能耗，其应用采用大量大功耗的高性能计算设备（如 GPU、TPU），会显著增加能源消耗， 并对供电系统也提出更高要求。金融数据中心能效管理水平方面仍需大力提升，据调研，金融机构数据中心的能源使用效率（PUE）平均水平为 1.56，其中最大 PUE 水平超过 1.5 的机构占比达 71.43%；水使用效率（WUE）平均水平为 1.68， 最大WUE 水平超过 1.6 的机构占比达 77.78%。从政策要求看， 为响应和落实国家双碳战略，数据中心相关主管部门持续推动绿色数据中心建设。比如中国人民银行金融科技发展规划（20222025 年），提出积极应用绿色节能技术和清洁可再生能源、加快绿色数据中心建设和改造、加强能耗数据监测与管理等要求；对于新建大型、超大型数据中心电能利用效率PUE 值要求不超过 1.3，到 2025 年，数据中心电能利用效率 PUE 值普遍不超过 1.5；国家发改委会同中国人民银行等有关单位印发绿色低碳转型产业指导目录（2024 年版），提出引导数据中心绿色低碳转型，推动信息基础设 施绿色升级；国家发展改革委等部门印发数据中心绿色低 碳发展专项行动计划推动数据中心绿色低碳发展，加快 节能降碳改造和用能设备更新，支持完成“十四五”能耗强 度降低约束性指标。从金融行业特性看，金融业对数据中心 安全、可靠等方面有着极高要求，在降低数据中心能耗上面 临更大约束和挑战。比如金融机构数据中心建设遵循金融 业信息系统机房动力系统规范（JR/T 0131-2015），部分条款要求高于国家标准；由于强调安全，各级基础设施须按 容错热备运行，负载率低，会导致 PUE 值、CUE 值偏高；数 据中心是金融机构的“心脏”，其稳定运行事关国家金融安 全，也就面临着监管部门极为严格的高可靠和高可用要求， 导致金融机构选择绿色节能技术首要原则是高可用性、高可 靠性而不是高资产回报率，一定程度限制了其产品选用范围， 更不能以牺牲安全为代价降低运行成本。此外，老旧数据中心改造升级面临挑战。我国金融数据中心一般于 2000 年前后开始建设，2012 年前后随着云计算技术快速应用实现快速扩张，但当时国家对数据中心节能降碳及PUE 值等指标尚无明确要求，建设标准远达不到目前相关节能减排指标要求。如金融建筑电气设计规范（JGJ 284-2012）中，对数据中心能耗要求PUE 值中位数为 2.0，推算CUE 值接近 1.16， 远高于现在国家政策对老旧机房减碳要求阈值；早期数据中心使用时间长，功耗大，承担核心生产业务，且多数设计为传统方案，在线翻新改造需将核心生产业务切换至灾备环境再进行离线改造，面临困难大且风险极高。（二）新技术促进绿色低碳算力中心发展随着新一轮科技革命的到来，算力基础设施绿色化发展也迎来更多的创新技术手段支持，为金融数据中心节能减排提供有力支撑。在高效能源管理方面，通过引入可再生新能源、余热回收、储能调峰等技术或方案，促进数据中心能源结构优化同时提升能源管理效率。比如光伏、风能等绿色新能源在我国广泛利用，数据中心应用新能源不仅可以减少对化石能源的依赖，同时可降低电网负载压力；余热回收再利用技术可以将数据中心的 IT 设备等产生的热能用于建筑供热、生活热水等，促进降低碳排放，提高能源利用效率；储能调峰技术通过利用水蓄能、冰蓄能或者蓄电池储能等方式在电价谷时进行储能充电、峰时平时进行放电，即可规避高峰期电力资源紧张局面，同时又可节约企业电费。据调研， 有 36.36%的金融机构采用了风能、光伏、水能等可再生能源， 但使用可再生能源比例多在 10%以下，发展空间依然广阔。在液冷技术应用方面，液冷技术加快成为金融数据中心进一步节能降耗的关键。传统风冷和水冷系统架构在单机柜功率超过 15kW 后，制冷能力短板明显，随着服务器功率和单机柜功率密度持续走高，液冷技术加快应用于数据中心制冷。行业内主要液冷系统大致分为非接触式的板式液冷和接触式的浸没液冷，其中非接触式的板式液冷因可操作性强、运行稳定且节能最低 PUE 可达 1.1 左右，在市场上应用较其他液冷类型相对广泛；浸没式液冷是将服务器的发热元器件完全浸没在冷却液中，通过冷却液对流或相变将服务器的热量带走，冷却液比热可达空气比热的 1000 多倍，PUE 最低可达到 1.04 左右。据调研，绝大部分金融机构仍采用风冷技术， 但有 18.18%的机构采用了风冷与液冷混合的制冷系统，液冷技术在金融算力中心得到初步应用。在水资源管理方面，提升 WUE 成为金融数据中心关注的另一个热点。多地市出台了针对数据中心用水定额，如北京出台数据中心用水定额DB11/T 1764.112023，其中规定新建或改扩建项目 WUE 应低于 1.4，既有数据中心 WUE 应低于 2.1；循环冷却水处理技术加快在数据中心应用，同时加大再生（中水）应用、雨水回收利用力度，助力 WUE 提升。但据调研，金融机构中多数表示将维持现有 WUE 值不做改善，仅有 21.21%的机构提出5%以下的 WUE 年度改善目标，金融机构算力中心水资源管理空间依然较大。在绿色创新探索方面，通过在滨海城市建设海底算力中心实现“陆数海算”，促进算力基础设施综合能效水平提升，比如海南陵水建设的全球首个商用 UDC（海底数据中心）。该方案通过采用海水自然冷却，降低数据中心能耗同时服务器设备故障率仅为陆地数据中心的八分之一； 通过与海洋潮汐能、风能等可再生能源结合，实现新能源就近消纳；主要数据用户多位于滨海城市，可实现就近部署， 降低数据传输时延等。（三）有序推进金融算力中心绿色化发展目前，金融数字化转型进入全面深化阶段，数据中心建 造速度和规模进入快速上升期，同时数据中心也加快从简单 建筑转变成为复杂超融合综合性算力基础设施，这对金融数 据中心绿色发展提出了更高要求。金融机构加快推