近年来，大数据和AI新技术持续蓬勃发展。根据Gartner发布的2022年数据管理技术成熟度曲线，Lakehouse（湖仓一体）、Data Mesh、Data Fabric技术成为数据分析领域的重要趋势，支撑金融机构高效使用数据和业务创新。随着AI技术掀起新一轮的技术浪潮，金融科技作为行业数字化转型的“领头羊”，在金融业大数据和AI深度融合方面将会走向何方？

多年来，金融业持续采用随时代发展而成熟的数据仓库、大数据、AI等技术，以增强企业经营和自身服务能力。以前银行主要提供存款、贷款、外汇、信用卡等传统金融业务，随着移动支付、快捷支付、网络零售等新兴金融业务的涌现，金融机构对数据平台的数据类型、数据分析能力提出更高的要求。

早在2020年，华为云CTO张宇昕在华为全球分析师大会上提出“湖仓一体”架构理念，该架构实现全量数据入湖存储，在湖内实现数据分层加工，全局使用一份数据支撑上层多业务工作负载。华为云Stack湖仓一体架构凭借丰富的数据类型和全面的分析引擎，成为多数金融机构的共同选择，已在中国工商银行、招商银行、民生银行、交通银行落地，国有大行、股份制银行中的80%+已经选择华为云湖仓一体方案。

基于这些最佳实践，“民生信用卡-华为大数据联合创新实验室”荣获《亚洲银行家》中国最佳AI实验室奖，交通银行基于“湖仓一体的数据中台实践”荣获《亚洲银行家》最佳大数据应用奖，进一步证明华为云湖仓一体和数智融合方案先进性。2023年，金融客户基于湖仓一体，将进一步实现大数据与AI的互联互通和数据共享，开启数智融合新阶段。

然而数据湖、数据仓库、AI技术是相对独立的技术栈，经过多年发展大数据金融数据分析，因为各自曾经独有的特点，导致多年后客户现场系统资源分散，仓-湖-AI各系统平台存在数据孤岛，若采用数据隔离或数据迁移，无法满足全量、敏捷分析的需求；而数据工程师和AI模型开发工程师的工作也存在割裂情况，DataOps和MLOps未完全打通，导致协同效率低；AI开发的准备工作复杂度过高，80%时间都花在数据准备环节，导致AI训练用数复杂低效；数据的数量和质量也同样成为制约大数据和AI技术在金融业的深度融合的障碍，当前金融企业大多的数据湖数据规模、种类、质量均无法满足LLMs模型训练的诉求。

6月7日，在华为智慧金融峰会2023上，华为云Stack重磅推出数智融合解决方案，通过四大创新，加速金融大数据和AI技术深度融合。

存储-缓存-计算三层分离，提供极致性价比

数智融合提供存储、缓存数据加速、计算资源三层池化方案，解决湖仓智平台资源割裂的问题，整合大数据、数仓、AI计算所需的CPU和GPU资源池，降低运维成本和难度，减少数据和模型开发使用过程中数据来回搬迁，从多套湖仓智平台走向一套数智融合使用的资源池，性价比提高30%，打破分析引擎的资源边界，通过统一计算资源池提升利用率、降低运维成本。

融合数据管理+融合数据加速，用数更敏捷

数智融合提供LakeFormation实现全局统一的元数据、数据访问控制、数据全生命周期管理，让业务数据、元数据、权限策略实现管理中心化大数据金融数据分析，构建统一数据湖；同时具备算子下推和数据缓存与索引加速的能力，实现底层数据存储的联动权限管理，以及跨服务/引擎/集群的数据共享；支持百万级表的细粒度数据权限控制和管理策略，让全局统一赋权；通过架构的不断创新，让一份数据在数据湖、数仓、AI之间自由共享，用数更敏捷，存算分离性能逼近存算一体。

数据+AI融合工作台，降低开发、运维门槛

数据分析和AI开发统一工作平台，让DataOps和MLOp

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！