12月16日,国泰君安证券股份有限公司(以下简称“国泰君安”)与紫光股份旗下新华三集团举行了“联合创新实验室”揭牌仪式,并联合发布了国产超低延时交换机S1048,携手打造证券行业数字化创新合作范例。国泰君安首席信息官俞枫与新华三集团副总裁、金融事业部总经理李乔共同为“联合创新实验室”揭牌,国泰君安数据中心副总经理毛梦非与新华三集团副总裁、上海代表处总经理杨献波联合发布了国产超低延时交换机S1048。国泰君安战略客户部及信息技术部相关人员共同出席本次活动。
国泰君安 新华三 联合创新实验室揭牌
左:国泰君安首席信息官 俞枫 右:新华三集团副总裁、金融事业部总经理 李乔
联合创新,聚焦量化交易技术再突破
国泰君安是中国证券行业长期、持续、全面领先的综合金融服务商。2008年至2020年连续十三年获得中国证监会授予的A类AA级监管评级,是中国资本市场全方位的领导者以及中国证券行业科技和创新的引领者。随着IT基础设施云化和多地数据中心的建设,国泰君安将深入推进企业数字化、智能化进程。
基于国泰君安与新华三集团在证券交易与数字化领域的行业引领优势,“联合创新实验室”将对证券行业IT基础设施云化和多地数据中心建设展开深入研究,依托新华三在数字化领域的资深研发与科技实力,以及国泰君安在证券量化投资的实践积累,共同进行量化交易先进技术的研发测试,携手深化金融科技创新,推进证券行业信息化创新进程。
国泰君安首席信息官俞枫表示:“近年来国泰君安一直在研究和规划后续的战略发展路线,并积极探索建立多元化的技术获取渠道。我们更加倾向于通过实验室等联合创新方式或者直接投资初创型科技企业来快速获取。这次跟新华三建立金融科技联合创新实验室就是我们打造开放式平台架构、拓展多元化技术创新渠道迈开的重要一步”
国泰君安首席信息官 俞枫
新华三集团副总裁、金融事业部总经理李乔表示:金融行业一直是百行百业中数字化转型的先驱,新华三服务证券行业用户超过20年,有力承载着证券核心网和核心交易系统。如何持续地做好行业数字化“赋能者”角色,全面支持证券行业客户数字化转型?与客户并肩深入行业,共同激发计算,存储,网络,安全等全面自主创新是一个方向。通过联合创新实验室,我们能把证券交易最前沿的技术更稳、更快地应用到实际业务中,进一步推动证券行业数字化进程。
新华三集团副总裁、金融事业部总经理 李乔
极速交易硬实力,引领证券行业新变革
揭牌仪式上,双方联合发布了自主研发的国内首款FPGA超低延时交换机S1048。该交换机支持广泛生态合作伙伴解决方案,如FPGA行情、柜台整体解决方案等。在应用与网络结合方面,S1048为实际场景应用和拓展提供了更多可能,匹配更多券商机构对超低延时极速交易系统的前瞻需求。
左:国泰君安数据中心副总经理 毛梦非
右:新华三集团副总裁、上海代表处总经理 杨献波
新华三集团联合国泰君安联合发布超低延时交换机S1048
证券和期货交易中,在尽量短的时间内获取最新的股票、期货及相关金融市场信息并快速向交易所提交相应的交易请求,已经成为券商/期货公司的核心竞争力之一。伴随T+0交易品种的不断涌现,低时延交易系统能力正在成为券商、期货等机构交易者占据市场先机的重要因素,传统的IT系统已无法满足数字化背景下对证券和期货行业的交易延时的要求,亟需采用新技术实现超低延时的极速交易需求。
新华三集团凭借深耕证券行业的产品解决方案和服务能力,专为交易所、证券期货公司和程序化交易投资者定制全场景、全路径的极速交易解决方案,其低延时的行情、交易、风控和程序化交易客户端系统,更适用于交易所核心系统、证券/期货程序化交易、做市交易等。其中包括了L1延时达3.89ns、L1.5延时达28ns的自主研发L1交换机,L3延时达550ns的自主研发L3交换机,是证券期货行业打造自主创新、性能领先的网络基石。
同时,新华三集团还针对证券极速交易的数据处理需求,打造了具备高主频、CPU睿频抖动抑制能力、专业温控等能力的低延时服务器产品,并且能对极速交易架构进行全生态的优化服务,实现软硬相继,构建证券机构极速交易硬实力。
新华三金融极速交易解决方案
数字经济大潮下,中国金融机构数字化进程始终立于潮头,此次新华三集团携手国泰君安,将进一步深化证券期货行业金融科技创新实践,在云计算、多活数据中心、骨干网、数据中心SDN网络、高性能存储、高性能计算等方面,全面助力国泰君安实现IT系统的数字化、智能化转型。新华三在“AI in ALL”智能战略和“数字大脑计划2020”实践指引下,也将为金融科技引领“双循环”新发展格局,数字化技术赋能金融业提升服务质量与效率,加速行业数字化进程。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。