作者：郝俊慧 来源：IT时报
12月1日，恒生电子在2021 LIGHT开发者云大会上正式发布《2022金融科技趋势研究报告》（以下简称“报告”）。
本次报告聚焦数据、智能、效率、安全四大领域，并对VR、量子计算等前沿技术对金融行业的未来影响进行了展望。恒生电子执行总裁范径武从云原生、大数据、人工智能、数据库、高性能、低码等金融科技核心技术与应用出发，对报告做了深入解读。
金融数据库日益分布式
在金融领域，交易、分析等特定的行业应用场景使金融机构对于数据库的高可靠、高可用、低延时等性能有着更高的要求，而随着金融行业数字化程度提高，大数据平台将逐渐从项目级/部门级，升级成为企业级统一大数据平台，并成为数字化转型基础设施。
报告分析，金融数据库将朝着分布式、多元化、内存化方向发展，关系型数据库保持市场主体地位的同时，内存数据库、时序数据库、图数据库等非关系型数据库的比重将提升，并且开源和国产化数据库将占据越来越重要的市场地位和份额，逐步应用到金融核心系统。
当天，恒生电子发布了自主研发的金融分布式数据库LightDB。LightDB采用分布式架构，支持多存储引擎，自动多副本高可用，计算与存储节点可分离，内置数据库管理平台，旨在实现自主可控、稳定、极速三大目标。
轻量化将成AI重点
大数据时代，训练模型的代价越来越大。
2018年，埃隆·马斯克的人工智能研究实验室OpenAI发布GPT（Generative Pre-training Transformer），此后连续升级，2020年5月，OpenAI发布了GPT-3，这个模型包含的参数比GPT-2多了两个数量级（1750亿）。相比前队友，GPT-3更聪明，用户只需向它展示几个希望它做的例子，它就会提供一篇完整的文章或故事。
“但训练GPT3模型非常昂贵，460万美元一次。”中国计算机学会副理事长、创新工场首席科学家、澜舟科技创始人周明认为，尽管由于摩尔定律，硬件价格会逐渐下降，运算能力也会逐渐提升，但模型数据增加的速度更快，有时一年增加百倍以上，硬件的能力赶不上模型规模的增长，“在摩尔定律趋向终结的今天，模型的轻量化是必须要考虑的问题。”
报告也得出了同样的结论。_x0012_报告指出，随着金融领域AI需求增加的倒逼，AI算法将呈现多模态、低资源、小数据的发展趋势。同时，RPA与AI技术（如OCR、NLP等）的结合将扩大数字化运营的场景， “数字员工”将会在金融机构大量上岗。
布局量子安全刻不容缓
面向未来，报告还展望了VR技术和量子计算将会给金融行业带来的影响。量子计算带来的算力突飞猛进，有助于未来金融交易与金融风控领域的计算效率极大提升，在现行算力不足以应对未来海量数据的场景下，可以考虑通过量子算法来进行改善，可以提前对相关学术与商业已公开的量子算法进行模拟验证。
VR技术作为是虚拟世界的入口，带来视觉与交互体验的技术革命。针对投资领域，VR或将实现终端投资者虚拟化场景化的投资理财需求。
伴随行业数据信息的互联互通，针对互联信息的安全保障要求越来越高，基于传统RSA密钥等现有安全算法在量子计算场景下已经变得不够安全。报告指出，量子计算带来的金融安全问题越来越突出，现在可行的解决方案是通过针对现有的密钥长度进行扩位，建立后量子时代的密码学体系，增加密钥的破解难度，密码学界认为在未来3~5年内该方案是一个可行的应对措施。增强未来金融安全算法刻不容缓。
发布于：上海