“XX行业数字化进入深水区”，经常被谈及。
在金融行业，“深水区”说法却很少出现——这里的数字化始终在“深水区”。
作为数字经济的重要组成部分，金融行业一直走在数字化转型的前沿，总是有新的建设要求，总是在寻求技术创新，又总是面临新的挑战。
正因为如此，“金融行业数据基础设施如何构建”的问题一直备受关注。
究竟如何去做？
不久前，华为全球智慧金融峰会2023召开，华为数据存储产品线总裁周跃峰发表“新应用、新数据、新安全，持续构筑可靠金融数据基础设施”的主题演讲，对当下金融行业数字化面临的新情况以及如何应对进行了系统阐述。
从内部需求到外部推动，金融数字化存在敏态稳态长期共存、多云多地域部署、生成式AI爆发的难题，如何直面问题，快速转型？从数据基础设施的角度，有一份答案摆了上来。
存储技术、产品与方案创新成为金融行业数字化转型的发力点。
01 数字化架构基本盘：既要保障传统的“稳”，又要带来创新的“敏”
对金融数字化面临的挑战以及如何解决，这里先从内部最基本的数字化IT基础架构谈起。
任何一个金融企业的数字化，都离不开两大部分：核心系统与非核心系统。
前者，支撑所有与钱直接相关的内容，包括存款、贷款、转账……一向是金融企业最核心、最敏感的区域，侧重安全性与稳定性；
后者，面向市场开拓，包括手机银行上的各种服务，高效而准确的风险评估，精准的客户营销……这些新数字化业务系统是一个金融企业能否符合时代趋势、获取竞争优势的主战场所在，侧重对市场的敏捷应对。
这类新应用不断出现，倒逼IT基础设置进行适配。
一个求“稳”，一个求“敏”，在数字化建设的浪潮中，稳态与敏态很多时候本就是矛盾的，企业往往只能取其一。
但银行等金融企业的特殊身份决定了，差异巨大的应用必须长期共存于一个数字化系统当中，必须既要“稳态”、又要“敏态”，哪边都不能偏废。
金融企业必须建立一套能同时支撑这两种应用的数字化架构基本盘。
这实际上在倒逼IT基础设施创新。
因为，无论是传统核心业务系统还是新数字化业务系统，都被底层存储所支撑，与数据存储强关联。
稳态，在应用性能的诉求层面，要求金融数据基础设施能够做到微秒级时延和数据强一致性；在安全层面，要求金融数据基础设施拥有高韧性、高可靠性，一方面出现事故的几率必须无限低，另一方面要杜绝任何的数据丢失问题。
作为对比，在很多行业，虽然稳态要求同样高，但一些时候出于成本等考量也允许细微的事故或数据丢失出现，而金融行业必须做到数据零丢失。
敏态，在应用性能层面因为需要快速匹配客户需求、支持对客户体验的改善，金融数据基础设施就必须做到可扩展性好、弹性强，且有很高的软件版本微服务化技术支持。
直白地说，上头变化很快，底下的数据基础设施必须要能快速跟上，要做强力支撑，而不是“拖后腿”。
好在，以华为全闪存系列产品与解决方案为代表，市面上已有相对应的产品与方案来同时满足这两方面的需求。
首先，华为全闪存配置的主存储架构十分契合金融业“稳态”要求。
目前，华为全闪存在性能上能做到微秒级稳定的时延；在可靠性上做到了RTO（服务中断时间）无限接近0，RPO（数据丢失量）等于0，能完全胜任核心系统对稳态架构的追求。
另外，华为存储能够推动建设一套主存储+分布式存储有效配合的数据基础设施架构，帮助业务敏捷上线、弹性应对来自业务线与客户的需求。
其技术方案已经支持10万级TPS的高并发，以及10PB级的高扩展，在当下市场环境下，足以应对各种“新应用”对数据基础设施的“索求”。
只要有益于金融企业开拓市场、打破发展天花板的新应用，都可以在这个数据基础设施上“自由生长”，不用担心IT“后勤”跟不上。
02 敏态业务带来新变化，“多云”成为新常态
在金融行业，随着数字化进程的推进，新型数字应用蓬勃发展，不同类型的应用往往采用不同的云部署。
全球89%的企业，都选择了多云架构，国内金融企业也在加速相关转型升级。
为了充分发挥公有云、私有云的差异化优势，满足数据安全、避免云厂商锁定等多样性要求，多云已经是金融业大势所趋。
然而，多云往往面临整体上数据管理的困难。
这是因为，不同“职能”设定下，不同的云需要有自己的业务独立性，来保证效率与安全（这是合理的诉求，在金融业更严苛），因此其数据也必须自成一体，客观上造成了不同云之间形成了一个个的“数据孤岛”。
其结果，是数据相互之间比较难以沟通，典型如，按需调度数据实现跨云流动可能是一件十分麻烦的事。
来自数据基础设施的创新正在解决这个难题，华为全局文件系统GFS就是如此。
通过统一的视图，金融企业相关管理者可以让数据实现跨域、跨集群、跨厂商、跨云共享。其中，跨地域、跨云的数据共享还支持即时性和便捷性更强的统一数据调度，数据访问效率可以实现3倍的提升。
如此，多云与“一朵云”的差距被无限缩小。
容器作为云原生的技术，是企业实现多云战略的*途径。在金融机构中，大量的云原生的应用需要迁移到线下匹配不同的业务场景的需要，必须对数据基础设施进行改造匹配，企业IT架构中的存储、服务器、网络需要适配容器平台，更平滑地支持云原生技术应用，对于存储来说，就需要提供高效、可靠的容器存储解决方案。
在这个过程中，数字化变革不是整个“推倒重来”，而是一定范围的优化调整，这就需要容器云与企业原本的数字化系统进行各种“接驳”，如果方式不佳，部署过程会带来巨大的变革成本。
基于OceanStor Dorado NAS全闪存的华为容器存储解决方案，与广泛的容器生态伙伴进行合作，通过CSI和存储端到端优化，如此容器云的资源发放效率大大提升，可实现容器云的快速部署和稳定运行，容器云的变革成本被大大缩小。
随着互联网金融的兴起，为了应对业务浪涌，传统数据库正逐步被分布式数据库替代。在金融分布式新核心场景下，存算一体的分布式数据库面临诸多问题。
由于存算一体往往采用服务器本地盘存储数据、一主多备的策略，存储与计算高度“绑定”，存和算很容易出现“一边资源浪费、一边业务饱和”的状况（实际中往往是计算侧的资源浪费情况较多）。在资源利用率低的同时，随着业务发展，扩展IT基础设施时变得很麻烦，系统总体可用性不足。
在一些金融企业的实践中，近万台服务器CPU资源利用率还不到10%，而巨量服务器里更庞大数量的硬盘，其健康度和故障的运维也是一件很麻烦的事。
而华为分布式数据库存储解决方案可实现100%的性能提升、秒级切换以及50%的TCO降低，存算分离的分布式数据库能帮助金融企业打造真正高性能、高可靠的存储底座。
总之，面对金融行业IT系统在多云部署的现状，企业可以通过布局全局文件系统、容器存储及分布式数据库，构建创新数据基础设施，满足数字化转型要求。
03 敏态业务的新场景探索：不断追赶AI时代的价值
当前，AIGC爆火，个性化理财、智能客服、产品设计……AIGC在金融行业大有可为，值得企业深入布局，很多企业也在试图通过创新应用落地抢占市场先机。
但是，一个适合金融垂直场景的AIGC产品要落地，金融机构面临大模型训练并行化及参数、数据集倍数级增长的要求，IT基础设施架构需要随机而变。
华为存储将提供专门针对生成式AI的数据存储解决方案，支持万亿参数大模型训练的同时，通过训练数据随路处理、向量化索引，能够将预训练处理从天/周级降低到小时级，保质保量完成任务的同时降低成本。
04 结语
金融行业始终在数字化转型的前沿，数据基础设施的创新正在满足金融企业急速变化的多样性需求。存储作为数据基础设施的关键要素，正在做出自己的贡献，展现出护航金融数字化蓬勃发展的深度价值。
