某大型银行的智能客服、风险识别跑在同一个智算底座上——算力资源利用率提升40%，硬件投资减少40%。郑州商品交易所的国产低时延交换机时延做到160ns以内，比原来的国外品牌还快。新华三正在用"多芯异构+国产化替代"的组合拳，重新定义金融行业的算力底线。

某大型银行作为国内金融科技领域的标杆机构，在智能客服、风险识别、智能投研等核心场景广泛布局大模型应用。然而，AI业务覆盖客服、风控、运营、投研等十余类场景，不同场景的模型规模、推理训练需求差异显著，单一算力方案难以兼顾性能与成本。同时，为保障金融服务的专业性与精准性，该行引入Qwen、DeepSeek等通用大模型，不同模型对芯片生态适配性要求各异，传统算力架构难以满足多模型并行运行需求。

新华三以AI模组为核心，凭借类CUDA设计、高兼容性、大显存支持等优势，打造定制化多芯异构智算解决方案。在智算底座层依托RDMA网络、并行文件存储等技术，实现算力池化管理与高效调度，支持弹性伸缩、分时混部、算力切分等模式；中间大模型使能层提供模型推理、训练支持、资源调度与监控等全流程服务，实现Qwen、DeepSeek等大模型的快速部署与稳定运行，支持Qwen3 30B/32B模型单卡部署，以及DeepSeek满血版、Qwen3 235B模型单机部署。

新华三与该行携手打造的异构智算底座，经实际业务场景验证，实现了四大核心价值：算力成本与效率双优——硬件投资与机房空间占用减少约40%，资源利用率提升超过40%；业务响应与决策提速——高频业务实现秒级响应，复杂任务处理时长缩短60%以上；系统可靠与安全可控——多芯异构平台保障核心AI业务高可用与连续性；智能水平与协同赋能——规模化支撑50余个核心场景稳定运行，跨部门协同效率提升3倍。

在实际业务落地中，该行智算底座已实现对零售、对公、中后台等多板块的全场景AI赋能。在智能客服场景，通过语音识别、语义理解实现客户需求的快速响应；在风险防控场景，依托多维度AI识别技术实现交易风险的实时感知与防控；在营销场景，通过大模型能力实现个性化营销内容的智能生成；在企业金融服务场景，借助大模型完成专业报告撰写辅助、业务单据智能处理等工作。

郑州商品交易所2025年成交金额88.96万亿元，成交量31.38亿手，成交量占全国期货市场份额的34.59%。面对监管升级与业务量增长，郑商所原有网络架构核心设备采用国外品牌，三大瓶颈凸显：国产化合规要求下核心交易场景使用的低时延交换机亟需成熟的国产替代方案；行情前置环节存在流量微突发问题，极限条件下高峰期易引发网络拥塞；交易所间广域网多条链路实际仅启用一条，高峰期带宽不足。

郑商所联合新华三启动国产化环境下高性能网络研究课题，从五大核心举措精准施策：制定未来三到五年核心交易网国产化演进路径，明确双轨运行逐步转单轨；分析交易高峰期流量特征，针对性优化技术架构与设备配置，解决流量微突发难题；重构广域网流量调度策略，实现多条链路流量均分；规划业务网SDN演进路径，提升灵活性与可扩展性；采用思博伦、IXIA等专业仪表，开展国产化设备全面测试。

测试结果令人瞩目：新华三国产芯片低时延交换机最低时延小于160ns，对比原海外品牌设备200ns，实现了国产低时延设备在核心交易场景的性能超越。通过流量调度策略优化，广域网链路利用率提升100%，彻底解决高峰期链路拥塞问题。课题交付了核心交易网国产化建设方案、广域网接入链路利用率优化方案、主流国产网络品牌设备测试报告、业务网络SDN虚拟化方案等一系列成果，为郑商所后续国产化设备采购、网络改造提供了科学、详实的参考依据。

本次专项课题研究是期货行业国产化高性能网络领域的成功实践，多项研究属于期货交易所行业首次，为证券期货行业机构国产化建设提供了可复制推广的行业解决方案。

渤海银行对标《金融科技发展规划（2022-2025年）》，启动分布式多活数据中心改造，覆盖核心数据中心、分支机构及一级分行，打造"两地四中心"多活基础设施。新华三依托AD-WAN与AD-DC两大核心方案，从五大维度定制一体化解决方案。

通过SDN与SRv6技术深度结合，实现业务分钟级开通；基于IPv6+技术打造的广域骨干网，为骨干网提供基于时延、丢包率和带宽的差异化SLA服务；借助IFIT随流检测与Netstream技术，实现毫秒级采集与可视化运维；采用SRv6 Policy基于约束的路径计算，实现骨干网资源最优配置；通过数据压缩技术节省数据中心间链路投资成本，相较传统链路节省投资费用约40%。

该项目打造了多个行业首创：国内首个"全景运维地图"理念与SRv6、数据压缩、数据加密、仿真技术结合的新一代SRv6广域骨干网，国内首个"广域网+数据中心+园区"SDN全功能应用的金融机构。项目实施过程中积累的规划、实施、割接经验，形成近100页的银行业SRv6标准实施文档，为后续金融行业同类项目建设提供标准化参考。