华为全联接大会2024期间，华为发布《金融数据存储顶层目标架构白皮书》（以下简称“白皮书”）。该白皮书中，华为通过对全球金融行业数据业务的洞察，结合自身服务于全球上千家银行的实践，对数智时代新型金融数据存储的架构做了多维度的解构，以高可用、高安全、可信合规、绿色低碳为主要特点，支持金融服务的极致体验、业务敏捷、泛在智能和开放创新。
华为发布《金融数据存储顶层目标架构白皮书》
近年来，全球经济增长缓慢，金融行业的营收压力增大，资产规模增长显著放缓。借助科技的力量，金融机构的数智化进程在后疫情时代持续深化。一方面，金融机构利用数字化技术持续为客户提供无所不在的智能化体验，以满足多样性的需求；另一方面，金融机构也在积极利用智能化技术构建敏锐的业务洞察力，以快速应对各种市场变化。金融服务正在加速数智化转型。这一过程中，数据成为其成功转型的关键要素：历史数据被唤醒，大批新数据因AI而生，多样化原始数据需要被长久留存。同时，数据处理效率成为AI生产力能否充分释放和发挥价值的前提。
基于这些业务带来的变化，白皮书指出，金融机构在构建数据基础设施架构中，需要考虑以下几个关键点：
1. 业务分级：将业务系统根据重要性和服务范围进行科学的分类和分级，通常建议分为3~4档；
2. 硬件架构：交易等关键业务系统采用专业的可靠设备，通过专用资源保障，以存算分离架构在确保稳定低时延的同时，提升系统整体可靠性；非关键环境可根据TCO、运维习惯和系统扩展性的综合考虑，选择低等级配置的存算分离架构。
3. 容灾：传统基础设施采用两地三中心/四中心，云原生系统采用单元化多中心多活；
4. 备份：采用全闪存热备+海量对象存储温备+公有云冷备实现多级备份；采用云上业务、云下备份的方式进行混合多云的数据集中备份；
5. 归档：采用海量对象温归档+蓝光/磁带/公有云冷归档实现多级归档；
6. 数据&AI：打通数仓、数据湖和AI训练基础设施，通过存算分离、湖仓一体等实现数智融合；通过超高并发度、高性能存算网的构建实现高效AI模型训练；通过云管边端协同实现全域数据采集和AI推理。
基于这些关键要求，金融存储的目标架构要具备四个能力，即高可靠容灾保障能力、高吞吐低时延IO处理能力、高效统一运维与管理能力和弹性伸缩能力。并针对性地在生产交易场景、大数据分析场景、金融AI业务场景、容灾场景和数据保护场景，做专业化增强和系统化设计，以确保金融数据业务高吞吐量、高可靠、高韧性、弹性可扩展。上述五大场景的详细设计，将在白皮书中逐一打开，给不同类型的银行予以参考。
左起：中国工商银行基础技术实验室资深经理杨利进
华为数据存储全球Marketing与解决方案部总裁邱峰
华为数据存储产品线副总裁杨柏梁
华为数据存储营销运作部部长樊杰
华为数字金融军团Marketing与解决方案销售部部长冯彬
工商银行基础技术实验室资深经理杨利进提到，“存储是数据中心最核心的基础设施之一。存储规划要考虑构建统一的数据存储底座，达成既保证架构稳定同时灵活适应应用的多样化诉求，做到最优化匹配业务的目标。”
华为数据存储全球Marketing与解决方案部总裁邱峰表示：“银行数智化转型的过程，也是数据觉醒、数据价值被激发的过程。一个高效、可演进、具备韧性的数据基础设施架构，将极大的保障金融机构数智化转型的成功践行。”
