一笔可疑转账提交后，后台很快会同时跑起几套系统：账户和交易记录被调取，规则引擎完成初筛，风险较高的请求再进入模型判断。模型给出结果后，业务系统还要决定放行、拦截或转入人工核验。过去，这条链路主要由数据库、规则和业务系统完成；AI进入之后，模型推理被嵌进了原有流程，金融计算的结构也随之变得更复杂。
过去两年，金融业已经在智能客服、投研助手、票据识别、知识库等一批AI落地场景完成试水。眼下更值得关注的，是AI开始进入风控、运营等生产环节。到了这里，模型效果只决定其中一段表现，数据准备、业务调度、模型调用、结果回写和系统安全共同影响最终效率。
9月17日开幕的第23届中国—东盟博览会，今年新增1万平方米“AI+金融”特色展区。作为国产算力代表之一，海光信息在金融馆集中展示CPU、深算DCU及相关金融解决方案，重点落在智能风控、智能运营等业务场景。放在金融IT的演进中看，“双芯协同”对应的是一项很具体的变化：原有的通用计算继续承载核心业务，模型推理等智能计算持续进入既有系统，两类负载开始出现在同一条业务链上。
风控进入实时决策，算力开始按业务链协同
智能风控最能说明这种变化。
一笔支付或转账发起后，系统需要查询账户状态、历史交易、设备信息和关联关系，再结合既有规则完成初步判断。引入AI以后，异常交易还可能调用行为识别、关系分析等模型进行进一步评估。账户查询、数据库访问、规则执行和事务处理包含大量复杂逻辑，主要运行在CPU上；模型推理具有更明显的并行计算特征，由DCU承担更合适。模型完成判断后，结果重新回到业务系统，进入后续处置。
进入真实业务后，风控关注的是端到端时延。一颗加速芯片把模型推理缩短几十毫秒，如果前面的数据准备、CPU调度和后面的结果回写没有同步提速，整笔交易的响应时间不会出现同等幅度的改善。高峰期的大量并发请求，还会进一步放大数据交换、任务调度和系统衔接的影响。对金融机构来说，单点性能最终要落实到一条风险决策链能否稳定、快速地跑完。
模型参数是实验室语言，端到端时延才是金融语言。
海光同时布局C86 CPU和深算DCU，使这两类负载可以在一套技术体系中承接。C86 CPU主要负责数据库、业务逻辑和系统调度，深算DCU主要承担模型推理等智能计算任务；C86兼容x86软硬件生态，也有利于降低底层平台变化给既有金融应用带来的迁移和适配压力。金融机构可以在既有业务体系上逐步接入智能计算能力，降低跨架构带来的数据交换、适配和运维复杂度。
智能运营从“识别”走向“处理”，吞吐成了硬指标
智能运营面对的是另一种压力。
银行、保险等机构每天要处理大量票据、合同、申请材料、报表和影像文件。传统OCR主要解决文字识别，如今多模态模型和自然语言处理被接入后，一份材料还要经历版面分析、字段抽取、内容理解、自动校验，再进入审批、理赔或其他业务流程。
单份材料的计算并不复杂，规模起来以后，考验的是持续吞吐。CPU承担文件解析、任务调度、业务规则、结果校验和系统衔接，DCU处理OCR、多模态识别及相关模型推理。前处理、模型计算、后处理之间一旦出现等待，系统的整体吞吐就会下降。机构最终关心的是一天能稳定处理多少材料、业务高峰会不会积压、新模型上线后原有流程是否仍然顺畅。
实时风控强调低时延，智能运营强调高吞吐，两种负载差异很大，却提出了相同要求：AI能力需要嵌入既有业务系统，计算资源要围绕业务流程协同。随着模型调用数据库、中间件和业务应用的频率上升，单独建设一座“AI孤岛”的成本会越来越高，数据交换、软件适配和运维管理都会变复杂。
金融AI进入生产期，系统能力开始拉开差距
金融行业对底层架构变化一向谨慎。核心交易、支付清算、账务、保险等系统长期运行，数据库、中间件和应用之间依赖紧密。AI接入之后，又增加了模型框架、智能计算资源和新的数据流，兼容、稳定、安全和生态适配需要一起解决。
安全边界也在向计算过程延伸。传统金融安全重点保护账户、交易和客户数据，模型进入业务后，模型参数、业务数据以及推理过程中的敏感信息同样需要保护。海光围绕密码技术、机密计算、硬件隔离和可信计算等方向构建安全能力，进一步将安全边界延伸到计算过程。
生态则决定部署成本。CPU、DCU最终要与服务器、操作系统、数据库、中间件、AI框架以及金融应用共同工作。海光以双芯为底座，再通过生态伙伴完成各层软件和应用的适配，使其同时覆盖金融IT已有的通用计算体系和持续增长的智能计算需求。“双芯”在金融行业更值得关注的地方，是连接存量业务与新增AI负载，减少两套体系之间长期割裂带来的成本。
今年东博会特别设置“AI+金融”展区提供了一个观察窗口——照见的不是某个模型多强，而是金融AI正在从演示台走向生产系统。随着中国—东盟自贸区3.0版建设推进，金融数字化和区域数字基础设施合作将催生更多业务需求，但需求归需求，落地归落地，金融AI能否真正进入核心场景，最终比的还是生产系统能不能扛得住。
一笔风险交易多久完成判断，一批业务材料能否稳定处理，新模型接入后原有系统是否受到影响，这些问题比单看模型参数更接近金融机构的日常经营。金融IT原有的通用计算不会消失，智能计算还会持续增加。两类负载长期共存之后，CPU与DCU之间的协同，也将逐步成为金融基础设施的一部分。