算力基建篇：智能算力的军备竞赛

核心观点：大模型性能提升依赖算力基础设施升级。中国智能算力规模预计 2027 年达 1117.4 EFLOPS，年复合增长率 33.9%。工商银行通过 RoCE 网络优化千卡并行训练，AI 通信带宽提升 24%；邮储银行部署 200G RoCE 网络支持万卡扩展，断点续训效率提升 35%，模型训练成本降低 20%。硬件层面，英伟达 GB200 服务器推理性能提升 30 倍，博通 3nm XPU 预计 2025 年下半年量产。这种算力需求推动「算网存」协同架构发展，金融行业正探索光模块降速自愈、芯片故障快切等技术提升系统可用性。

技术创新：工商银行采用 RoCE 智能无损网络，替代传统 FC 存储网络，带宽吞吐提升 24%，同时实现存储国产化，解决供应链卡脖子问题。邮储银行部署 200G RoCE 网络，支持万卡集群扩展，断点续训效率提升 35%，模型训练成本降低 20%。英伟达 GB200 服务器采用新一代架构，单卡推理性能较前代提升 30 倍，支持万亿参数模型的实时响应。

行业实践：邮储银行的智能算力云资源池具备支持千亿级参数规模大模型训练的能力，其智能「小邮助手」日均受理咨询超 3,000 次，业务办理时长缩短约 20%。