金融业AI大模型智算网络
研究报告
北京金融科技产业联盟
2025年5月
版权声明
本报告版权属于北京金融科技产业联盟，并受法律保护。转
载、编摘或利用其他方式使用本报告文字或观点的，应注明来源。
违反上述声明者，将被追究相关法律责任。
I
编制委员会
主任：
聂丽琴
编委会成员：
吴仲阳张勇张志鹏李建高成晓强
编写组成员：
陈鹏余学山黄海张治铧王世媛叶鑫张杰
常东刘佳
编审：
黄本涛周豫齐
参编单位：
北京金融科技产业联盟秘书处
中国工商银行股份有限公司
中国邮政储蓄银行股份有限公司
华为技术有限公司
II
摘要
2023年10月，中国人民银行等六部门联合印发《算力基础设
施高质量发展行动计划》，指出“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”，针对网络运载力提出
“优化算力高效运载质量、强化算力接入网络能力、提升枢纽网
络传输效率、探索算力协同调度机制”的重点任务，明确通过“算
力+金融”加快算力在金融领域的创新应用，为金融业务发展提
供更为精准、高效的算力支持。
AI大模型智算网络技术是算力集群的重要基础底座，是新型
算力中的网络运载力，是助力大模型实现跨节点分布式训练，提
升大规模训练效率的重要支撑。
本文深入分析AI大模型技术在模型能力、结构、算力、效
率等方面的技术发展趋势，提出作为底座的智算网络所面临的新
问题和新挑战。围绕AI大模型智算网络“高性能连接、高效率
传输、高可维网络、高安全保障”等关键技术进行研究，提供一
套适应金融特征的覆盖数据中心、骨干及分支的AI智算网络技
术方案。结合行业业务及技术发展方向，将金融业AI智算网建
设演进划分为打造底座、构建系统、完善生态3个阶段，并给出
了新技术发展及创新方向，为金融机构开展AI大模型智算网络
规划及建设提供参考。
关键词：大模型训练、智算网络、负载均衡、流控技术、拥
塞管理
III
目录
一、研究背景1
（一）AI大模型发展趋势及挑战1
（二）金融领域应用规划4
二、智算网络方案综述5
（一）智算网络技术需求5
（二）业界智算网络方案6
三、智算网络整体架构及关键技术10
（一）高性能网络拓展算力规模11
（二）高可用网络提升算力效率12
（三）高可维网络增强算力可用性17
（四）高安全网络保障算力安全19
四、智算网络发展趋势21
（一）主要发展阶段21
（二）新技术创新方向22
五、案例实践23
（一）工商银行AI大模型算网融合创新实践23
（二）邮储银行AI大模型算力网络创新实践24
术语与缩略词表27
参考文献28
IV
一、研究背景
（一）AI大模型发展趋势及挑战
随着新一轮科技革命和产业变革加速推进，AI大模型浪潮
席卷全球，成为最具影响力的创新科技，大模型被认为是未来人
工智能领域的关键基础设施。AI大模型正加速定义及形成新服
务、新制造、新业态，成为数字时代的新质生产力。
随着技术演进，AI大模型技术呈现以下显著发展趋势：
一是模型能力持续提升。随着深度学习技术不断发展，AI
大模型的参数规模和计算能力不断增加，使得模型能够处理更加
复杂的任务和数据。2022年发布的自然语言模型GPT-3，能生成
高质量的自然语言文本，能进行翻译、问答、文本生成等任务；
在2024年诞生的Sora模型，不仅演进到视频生成的能力，还具
备理