目前，我國金融科技應用范圍已經擴大到各個生活場景，鑒于金融、互聯網等技術的復雜性和專業性，金融科技的內涵與外延尚在演進之中，并且與數字化、網絡化技術深度跨界耦合。這將深刻改變全球金融業的生產方式、產業組織形式和競爭格局，而在我國金融科技市場，科技將全面賦能傳統金融機構轉型。

在其發展歷程中，金融科技歷經了3個發展階段。金融科技1．0時代，即金融IT階段，金融行業通過傳統IT的軟硬件應用來實現辦公和業務的電子化、自動化；金融科技2．0時代，即互聯網金融階段，金融業搭建在線業務平臺，利用互聯網匯集海量的用戶和信息，使得金融業務渠道互聯互通，實現信息共享和業務融合。

如今，迎來了金融科技3．0時代。以大數據、云計算、人工智能以及移動互聯引領的新工業革命與科技革命的開展，導致金融科技的邊界、研究范式不斷被打破和重構。金融科技3．0時代，傳統金融機構逐漸依托人工智能技術開展業務。在金融領域，無論是對傳統的金融平臺，還是創新的金融科技平臺來說，人工智能越來越廣泛地被運用。

而作為金融企業生產和管理系統的關鍵要素，數據中心也將對金融科技行業的創新與升級起著強有力的推動作用?；诖?，在AI全面浸潤人類生活之際，我們又該如何抓住AI賦予的機遇，將數據中心基礎設施價值最大化，加速金融科技3．0時代的布局呢？

AI保障數據中心電力可靠性，加速金融科技3．0進程

眾所周知，電力是數據中心的生命之源，對數據中心的安全運營起著至關重要的作用。數據中心60％的災難來源于供配電系統。

對金融系統而言，其數據中心往往強調極高的可靠性和安全性，因為供配電系統一旦中斷，損失將非常慘重。舉例而言，2018年11月，重慶某銀行機房因機房電池老化引發火災，導致銀行中斷服務，停電失火給銀行帶來的損失無法估量，這已不是個例。去年，香港臺風“山竹”席卷了整個香港，并且對于香港數據中心的供配電系統造成威脅，導致多個數據中心中斷。在降低風險方面，華為iPower通過供電全鏈路監測，可實現毫秒級的故障檢測，毫秒級的故障隔離，分鐘級的故障恢復，可消除火災隱患，大大提高數據中心能源基礎設施可靠性和可用性。

在配電系統中，電池的重要程度不言而喻。為了預防供配電系統中電池失效的現象，華為iPower融入AI技術，可以精確預測電池的壽命和健康度，為用戶提前提供維護決策依據，及時排除有失效隱患的電池組，變事后補救為事前預防，變被動響應為主動維護，大大提高數據中心供配電安全等級。華為的模塊化UPS結合iPower技術，可以在電池出現溫度快速升高等極端情況下，自動切斷該組電池，從而避免出現起火等惡性事件。這一技術的出現無疑給金融行業提供了安全保障。

AI助力數據中心運維智能高效，提升金融科技行業管理

金融科技3．0時代，金融行業數據中心資產的運維管理也尤為重要，尤其是銀行、互聯網平臺等等，給其數據中心運維帶來了巨大的挑戰。據數據顯示，70％的數據中心宕機事故是人為原因造成的。

大家是否還記得，某購物APP一夜之間被薅上億羊毛事件，此事件的發生是由于運維人員的失誤以及平臺的風控體系欠缺、運維管理、風險控制、預警機制、技術和運營的防漏洞能力不足導致損失甚重。并且此事件一出，該平臺立馬在招聘平臺發布多個與風控運維相關的職位招聘。

數據中心安全運維在金融領域尤為重要，數據中心的宕機事件往往是由人為失誤造成的，為了減少人為失誤狀況頻發，華為在數據中心的運維管理系統中融入了AI技術，推出華為iManager，其具有全網管理功能，實現對多網點數據中心基礎設施進行集中監控，統一管理，實現預防性維護，通過GIS定位技術提高故障定位響應速度，提升數據中心運維效率；移動APP遠程運維，從內到外簡化管理，輕松知曉海量網點數據中心運行情況，擺脫傳統人工的運維檢修方式，降低維護下站次數和節省開支，讓數據中心管理變得更加簡單、高效。

除此之外，在運營方面，能滿足金融行業數據中心資產管理的需求。華為iManager能對資產進行盤查，保證設備的完整性，保護重要數據。另外，還可以對資產匹配最適宜的供電、制冷、空間、帶寬等資源，實現資源的最佳利用，利用AI技術，可協助對資產上下架和運營進行智能化的管理，提升運營效率和效益。

綠色節能數據中心順應時代發展之需

伴隨著數據中心建設熱潮的開啟，綠色節能成為了行業內的熱點話題，更多的數據中企業把綠色節能作為重點。加之今年三部委聯合印發的《關于加強綠色數據中心建設的指導意見》，這就促使更多的設備廠商紛紛投入到綠色節能產品的開發行列中來，加大技術研發力度，精益求精，研發出更好的綠色節能產品。

相對于金融科技領域而言，以“提高效率、數據深入運用、解構金融環節”為特征的金融科技3．0時代已經到來。人工智能、大數據、云計算等新一代信息技術的發展打破了金融科技原有的范式和邊界，開始向智能化，智慧型方向發展，而傳統的技術工具已不能滿足當前發展的速度和要求。

以對數據中心要求最高的金融行業來說，金融機構的數據中心往往需要具有高配置和超高的安全可靠性。而現在的數據中心在建設過程中，存在機房能耗高，制冷效率低，運營成本高的弊端。據調查顯示，金融領域的典型企業銀行業通常設置單獨的房間作為機房，機房內加裝空調作為溫控方式。而溫控制冷需要首先冷卻環境。這就造成機房冷熱氣流混合，送風距離遠，制冷效率低。據測，這類傳統的銀行網點數據中心機房PUE均值達到了2．5左右。在效率成本的驅動以及國家政策的要求下，這類現象已不符合當前數據中心的建設標準，也不能順應當前社會的發展要求。綠色節能必然成為了未來的發展趨勢。

PUE值是綠色節能數據中心的衡量標準，那么在金融科技3．0時代的到來，如何通過AI技術打造真正意義上的綠色節能數據中心呢？

談到數據中心的綠色節能，華為在這一方面則展現出了自己獨特的優勢，將基于AI的iCooling智冷技術融入數據中心基礎設施，針對數據中心制冷效率提升瓶頸，通過深度學習，打通精密空調末端、冷水機組、冷卻塔、水泵等制冷系統以及IT負載、環境變量等大數據之間的聯動，對大量的歷史數據進行分析，探索影響能耗的關鍵因素，獲取PUE的預測模型。利用尋優算法，獲取調優參數組，下發到控制系統，實現制冷系統的最優控制。最終通過規范化的實踐引導和目標導向評測，不斷調整優化，獲取最佳PUE。

實際上，華為的iCooling技術也得到了更好的實踐應用，在華為云廊坊數據中心成功部署，全年PUE可降低超過0．1，年平均值達到1．3以下，年節約電費數百萬元。

金融科技3．0時代的到來，伴隨著以大數據、云計算、人工智能以及移動互聯為引領的新的工業革命與科技革命的開展，會導致金融學科的邊界、研究范式不斷被打破和重構。而AI作為新技術的代表，將更加全面加持數據中心從而加速金融科技3．0時代的快速發展。