05 3.1 代码开发阶段 06 3.1.1 代码开发 06 3.1.2 代码优化 28 3.1.3 编译 30 3.1.4 调试 32 3.1.5 调优 37 3.2 流水线阶段 61 3.2.1 门禁检查 61 3.2.2 编译构建 66 3.2.3 调优 67 3.2.4 测试 68 3.2.5 版本发布 69 3.3 OS底座（openEuler系操作系统） 多平台版本并行迭代成为主 要需求，由于两个架构开发生态的差异，如果采用两套流水线分别开发两套代码，则 会带来很多重复开发验证的工作，并且两个版本分别开发、构建和维护效率低。因 此，鲲鹏创新性的提出鲲鹏原生开发：基于鲲鹏硬件 +openEuler+ 鲲鹏 DevKit+ 鲲鹏 BoostKit，实现 1 套代码 +1 条流水线 + 多平台版本，助力伙伴持续且首发性能领先 的商用版本。 03 / 鲲鹏原生开发包含代码开发阶段和流水线阶段： » 代码开发阶段：通过鲲鹏 DevKit、BoostKit 开发代码，充分应用鲲鹏架构优势，性能更优。 » 流水线阶段：鲲鹏 DevKit 以命令行方式 1 小时接入 CI/CD，便捷发布多平台版本。 » 极简融入 & 高效发布：DevKit 原生开发插件 1 小时接入两大主流（Jenkins、GitLab）CI/CD 流水线，高效提升 鲲鹏流水线搭建及版本发布效率。

一、合规与法律风险审计 （一）基础审计场景应用问题 1 、资金异动与客户管理 （1）客户身份识别（KYC）是否完整有效？（调取高风险客户清单，检 查 证件有效期、职业信息更新的及时性；通过交易流水验证客户申报收入与资 金规 模是否匹配，识别虚假身份或代理开户隐匿实控人现象。） （2）客户风险等级动态调整是否滞后？（检查风险等级评估记录，核验 高 风险客户触发事件（如涉诉、负面舆情）后是否在 、背景：某分行跨境大额交易量激增，但反洗钱系统预警率连续 6 个月低 于同业均值，监管罚单风险上升。审计组针对可疑交易监测机制开展专项检查。 2 、审计方法：一是大数据穿透分析：提取近 1 年交易流水，构建资金网络 图谱，识别高频跨行转账、夜间整数交易等异常模式；二是系统规则验证：比对 反洗钱监测模型参数与《金融机构大额交易和可疑交易报告管理办法》要求，检 测阈值设置合理性；三是流程 修订《关联客户识别管理办法》，增加股权穿透层级至最终受益人；对 3 名信贷 审批人员实施岗位轮换。 5 、案例启示：需建立智能股权穿透系统，实时监控关联客户授信总额， 并 在贷后管理中引入资金流水智能分析工具。 案例三：银行员工理财飞单审计案例 背景： “ 某城商行客户投诉购买的 高收益理财产品 ”到期无法兑付，审计部 门排查发现涉事产品未纳入总行备案名录，疑似员工私自销售外部飞单，随即启

点。具体而言，方案需实现以下多维度的突破： 效率提升 通过自动化处理重复性高、规则明确的任务，将审计人员从繁琐的 基础工作中解放。例如，智能体可实现： - 凭证扫描与数据录入自 动化，处理速度提升 5-8 倍 - 交易流水异常检测响应时间缩短至分 钟级 - 报告初稿生成效率提高 70%，减少人工校对工作量 风险控制强化 构建动态风险识别模型，覆盖传统审计盲区。重点实现： 1. 实时 监测企业财务数据波 审计数据的处理流程如下表所示： 处理阶段 技术实现 输出标准 数据抽取 增量日志捕获技术(Capture Change Data) 时间戳标记的原始数据 数据清洗 基于审计规则的异常值检测算法 标准化凭证流水 特征工程 审计指标计算引擎(ROI、周转率等) 多维特征向量 模型层采用 DeepSeek-V3 作为基座模型，通过三阶段训练实 现领域适配。首先在千万级审计报告语料上进行继续预训练，使模 层，顶层为动态决策 输出层。 在数据融合层，模块内置审计数据标准化管道，支持对结构化 财务数据（如 ERP 系统导出的 SAP 凭证）、非结构化数据（如合 同文本扫描件）以及时序数据（如银行流水）的统一处理。通过特 征提取引擎自动生成审计特征矩阵，典型特征包括但不限于：凭证 金额离散度、交易时间集中度、关联方交易频次等 12 类核心指 标。 分析层采用混合推理模式，其技术实现如下表所示：

• ZeroBubble 中把 backward 拆分为 input 和 weight 两个部分 • DualPipe 中使用对称处理 ，不同 batch 从不同的 device 上开始流水 ③ 每卡显存占用略微增大 DualPipe ：双流并行优化计算和通信， All-to-All 通信开销接近 0 • 双向管道训练 ，需要存两份参数来进行训练（ Parameter 2x ） 同时 考虑到 PP-16 和 FP8 量化 ，每个卡上显存占用为 1.675GB 参考 DualPipe 技术，基于 MindSpeed 训练加速框架以及昇腾硬件特性，针 对 性地设计高效率流水并行技术，提升整体训练性能 Huawei Proprietary - Restricted Distribution 关键 启示 8 模型结构优化 降低后训练复杂度 推理优化 单次推理效率倍级提升 一次预测多个 token 推理倍级提升 FP16/BF16 1 前 1 后单流水 需要裁判模型评估 1 次 1token 预测 MHA/GQA 分组共享减少缓存 GPT4 16 专家选 2 FP8 混合精度 双向流水并行 新老策略组队评估 1 次多 Token 预 测 MLA 低秩压缩减少缓存 DeepSeekMoE 更稀疏 256

短 60%以上。例如，某股份制银行试点显示，模型对小微企业贷 款 申请的字段提取准确率达 98.7% ，审批时效从 3 天压缩至 2 小 时。 - 合规检查：实时监控交易流水，自动识别异常模式（如高频小额 转账），生成可疑交易报告。模型可动态学习最新反洗钱规则，减 少人工复核量 30%-40%。 文档处理 针对银行日均处理超万份文档的痛点，大模型提供以下解决方案： 准 确率 召回率 F1 值 合同条款解析 12,000 条 91.3% 89.7% 0.90 客户投诉分类 8,500 条 94.2% 93.1% 0.94 交易流水摘要生成 15,000 条 88.6% 86.9% 0.88 对话系统表现突出，支持最长 32 轮次的上下文保持，在银行 场景测试中对话连贯性评分达 4.8/5.0。模型通过动态记忆网络实 ：每节点配置 4×A100 80G 显卡，支持 FP16 精度推理，建议部署 Kubernetes 集群实现弹性扩 缩容 o 内存需求 ：每个实例需预留 10GB 系统内存用于预处 理/后处理流水线 o 网络带宽 ：在 RAG 场景下需保证至少 5Gbps 的向量数 据库访问带宽 3. 成本优化策略 推荐采用混合精度量化技术（FP16+INT8），可使显存需求 降 低

Finance 智能质检流程 录音转 化文本 数据 44F1C5FD-87F3-4AAC-A53 -6CDAEE9E546A 质检报表 人工复核 关联 类型 进线 流水 号 进线 流水 号 标 [ 服务开始 时 签 [间 2018-07-30 15:57:44 智能质检引擎 在线客服 质检模型 金融鑫服投诉质 检方案 ( 人工 ) FCBE94BE-743B-4F08-AA/

T 厂 ◎ 物品的互联网 今天 Eh 文 人的智力 工业 3.0 应用电子信息技术， 进一步提高自动化 水平 电力 工业 2.0 将人类带入分工明 确、大批量生产的 流水线模式和“电 热力 工业 1.0 创造了机器工 厂的“蒸汽时 代 ” 1970 年代 初 20 世纪 初 18 世纪 末 能楼 字 新范式的本质：替代了人类专家的角色，把人从开发链条中移出 了总体实施成本。 DeepSeek 支撑范式突破：实现能源人工智能个 性 化方案的 "3 D 打印 "! 26/30 大模型的特性： · 工程化产物：大模型是基于现有技术的“大工业流水线式”工程化成果 · 柔性 制造：在实现智能化的过程中，需要更灵活的开发与部署方式 实现的关键： · 工程化要求：需要熟练的工程实现人员参与，确保模型从实验到生产的平稳过渡 · 高，存在成本与效率的矛盾 · 规模化瓶颈：从试验性产品到生产线产品，需要解决模型适配性与通用性问题 解决路径： 口推动模型的柔性制造，实现更高效、更低成本的开发流程 口借助自动化、模块化和流水线技术，降低生产成本，提升部署速度 DeepSeek 支撑范式突破：降低开发难度，推动能源领域智力普惠 27/30 报 告 提 纲 当下 Al 到了哪种程度 …

务垂直拆分，实现渠道、产品、核心等主要业务系统的端到端全景单元化。单元化管理平台支持智能路由、灰度发布及故障隔离，可实现以单元为单 位整体扩缩容、分钟级单元级切换能力； 3.一体化可观测：基于全局流水号机制，整合日志、指标和链路追踪数据，实现交易端到端透视。观测维度丰富，大幅降低了采集复杂性，提高了故 障定位效率。 4.云原生安全：构建三级安全域VPC，结合包括ddos、硬件防火墙、天幕、 TDSQL基于其便捷易用特性，能够支持中信建投证券批量稳定的替换原有关系型数据库产品，服务客户业务系统的批量国产升级。 2.借助腾讯云大数据平台TBDS构建了企业级数据湖平台，将企业客户的基本信息、持仓情况、场内交易流水、场外交易流水等数据按监管及业务要 求和分层架构完成数据加工，对外提供数据接口供其他业务系统调用。 3.借助腾讯大数据平台及BI工具，搭建自主报表、分析平台及领导驾驶舱，支持中信建投证券全面提升企业经营管理水平。 国家级新媒体平台要求业务连续性、可用性及安全性极高，平台需支撑千万级日活。 2.为支撑亿级用户平台的高频内容供给，需依托智能化技术重构生产流程，实现从规模化内容更新到高效率、高质量生产的系统性升级。 3.整合用户行为、媒资素材、业务流水及外部数据，打造统一的数据汇聚和交换中心，确保数据流动实时、准确与稳定。 4.平台“云-管-端”全链路面临系统性安全风险挑战。 案例背景 1.混合云底座：依托腾讯云混合云架构底座构建跨平台容灾

信用评级，确保融资条件与企业实际需求及信用水平相 匹配；同时，可根据企业的信用评级、经营状况和还款 能力等要素，设定合理的授信额度，确保资金使用过程 的安全性和稳定性。在机构保荐方面，中小券商可收集 企业的银行流水数据并进行深度分析，全方位把握企业 的资金流动状况，识别潜在风险，准确评估财务状况和 经营表现。在突破方向上，可探索借助公共信用信息、 可信数据空间等外部资源，结合智能化手段动态研判中 小微 ——中国农业发展银行信息科技部副总工程师 王言 ——兴业银行金融科技研究院院长助理 李锋 该项目立足服务实体经济和小微企业，打破传统贷款抵押物限制，借助政府大数据征信平台，创新性将银行 流水作为无抵押贷款的核心授信依据，构建了基于资金流的信用评估体系，提升了小微企业融资可能性，并建立 风险动态监测体系，增强风控能力。 九江银行：全国中小微企业资金流信用信息共享平台在九江银行的落地实践 高并发、高可用、高性能和高可靠性要求；屏蔽多源 数据接口差异，通过自研聚合分页算法动态地对多源 接口数据进行全局性地聚合、排序、去重以及分页， 对外提供统一化和标准化的联机查询接口服务，满足 银行核心业务日均上亿级别的明细流水、登记簿和历 史账户等重点交易查询需求。 2. 支持构建灵活可扩展的离线数据模型和实时数据 处理平台，支持不同场景的离线实时数据统一处理，为 客户提供高效的收支分析新体验。本方案采用实时离线

控制前向和反向过程中 计算和通信的GPU SM 数量，保证计算和通信 完全重叠 ➢ 双向流水线并行 ➢ 降低流水线的Bubble ➢ 需要存两份模型参数 ➢ 64路的专家并行 [1] DeepSeek-V3 技术报告 https://arxiv.org/pdf/2412.19437v1 双向流水线并行 计算和通信重叠 气泡和内存分析 72 拓展分析： System I & System