近日，江苏银行依托国产芯片为代表的混合算力架构，成功实现单张GPU计算卡千亿级推理大模型的规模化部署。

据了解，该行从国产操作系统底层依赖库入手，通过完全自主编译与适配，构建新一代技术架构框架，成功兼容并稳定运行近期发布的MXFP4量化算法。相较传统方案，该模型在推理能力显著提升的同时，实现计算性能3倍加速与硬件资源占用减少75%的优化，大幅降低大模型使用成本并提升部署灵活性。

基于“专家经验为主，人工智能为辅”的设计理念，该千亿大模型构建了具备多种能力的智能体，并在业务材料录入与审核场景中率先落地运用。在电子流水授信材料鉴伪场景中，智能体通过自动化匹配鉴定规则、动态选择工具链，在推理过程中精准执行图片细节定位、二值化处理及元数据比对，并调用操作系统与浏览器等工具，自主访问外部金融机构，交叉验证文件有效性，在减少行员重复性劳动的同时，保障鉴别结果的精准性，有效提升鉴定流程效率。针对询证函填写及商户进件等场景，智能体自主调度多模态识别工具，高效完成文本内容抽取与结构化表单生成，大幅优化录入效率。

自上线以来，智能体已累计处理业务数万笔，实现运营效率的显著提升。

基于国产芯片为代表的千亿大模型单卡部署实践，验证了国产算力底座支撑金融核心智能场景的可行性，为银行业智能化转型提供了更加安全可控的技术路径。未来，江苏银行将持续深化人工智能技术研究与应用，构建全栈自主技术体系，推动科技与业务深度融合。通过持续拓展大模型在数字化经营与风控等领域的场景赋能，积极探索智能体在全行业务中的应用路径，全面打造基于国产算力的人工智能驱动金融新生态。

责任编辑：方杰