满足金融服务业的关键需求

各类金融服务 ( FSI) 机构均需要高性能的计算解决方案以加快交易处理和获取市场情报的速度,进而改善客户体验,降低总体拥有成本 (TCO),简化系统管理并确保安全性。了解 AMD 解决方案如何在银行、资本市场、保险和支付这四大金融服务领域满足上述要求。

 

性能

AMD 解决方案能够为金融服务业应用提供超低延迟、出色的每核性能以及卓越的加速性能,同时减轻计算负担。

效率

通过使用基于 AMD 处理器的解决方案,企业可以减少服务器的占用空间,从而提高能效和成本效益,助力实现可持续发展目标。

安全与合规

基于 AMD 处理器的解决方案内置先进的安全功能(包括实时系统内存加密、基于硬件的保护等),有助于保护敏感的金融数据和交易。

应用场景

针对风险管理和合规的高性能计算和网格计算

网格计算需要实现工作负载动态平衡,同时要求高可用性和强大的并行处理能力。因此,在监管合规和风险管理方面,企业需要高密度的服务器解决方案,以实现更快的模拟、更广泛的算法分析以及更低的计算成本。

基于 AMD EPYC(霄龙)服务器处理器的解决方案具有卓越的每核性能和核心密度,并配备超大 L3 高速缓存,让数据更接近核心,这些优势使 AMD 解决方案非常适合风险分析应用场景。针对交易前风险评估和监管合规,AMD 还提供有超低延迟的专用加速器卡 Alveo™ UL3524。

大数据和 AI

AI 正在各个行业掀起变革风潮,金融服务业也不例外。企业需要各种技术来支持强大的 AI 功能,如客户聊天机器人、自动借贷、个性化推荐、实时防欺诈等。

这些功能需要大内存和高内存带宽解决方案。而基于 AMD EPYC(霄龙)处理器和 AMD Instinct 加速器的解决方案恰好能够满足这些要求。AMD 还提供了专用加速器卡 Alveo UL3524,可帮助券商及交易所获得可靠的实时市场数据。

电子交易

AMD 产品性能强大且具有出色时钟速度,非常适合电子交易应用场景,而且核心数量多,具有多线程处理能力,因此同样适合模拟交易应用。不同的交易类型对延迟也有不同的要求。AMD 可提供满足各种需求的解决方案。

超低延迟交易

对于需要超低延迟的自营交易公司、对冲基金和交易所,可以依靠 Alveo 加速器卡以纳秒级速度进行电子交易。

高频交易

高频交易需要一次性执行大量交易,因此常采用先进的自动算法。在针对模拟市场数据环境测试网络堆栈性能的 STAC-N1 基准测试中,AMD 锐龙 7950X 处理器与 AMD Alveo™ X3 或 AMD Solarflare X2 以太网适配器组合的性能表现非常出色。阅读博客

其他形式的交易

相比于超低延迟或高频交易场景,某些电子交易的持有期稍长。不同的交易频率可能意味着不同的交易策略,而这也会对底层硬件产生影响。第四代 AMD EPYC(霄龙)系列中包含高频型号(名称末尾标有“F”),可为需要超低延迟的交易带来更多优势。AMD 锐龙 PRO 处理器能够为算法交易带来先进的计算能力与超低延迟。

员工生产力

金融服务行业的员工需要能够大幅提高生产力的业务系统,以适应不断变化的市场环境。通过为用户提供各种最新技术,可以让他们快速进行实验、迭代和创新,从而发挥全部潜力。

产品系列

AMD EPYC 9004

AMD EPYC(霄龙)处理器

对于金融服务业而言,AMD EPYC(霄龙)服务器处理器在赋能本地和云端计算方面均发挥着举足轻重的作用。EPYC(霄龙)处理器具有出色性能和能效,并可凭借 x86 兼容性让用户轻松完成迁移工作。 

每款 EPYC(霄龙)处理器均配备有 AMD Infinity Guard1,它提供了一系列行业领先的现代安全功能,可在软件启动、执行和处理关键数据时帮助减少潜在的安全漏洞。

AMD Alveo UL3524 and UL3422

AMD Alveo 加速器

AMD Alveo 自适应加速器可满足金融市场的独特需求,金融市场通常需要整合低延迟网络和硬件加速功能,以纳秒级速度执行算法交易、交易前风险分析和市场数据交付服务。

Alveo X3522PV、Alveo UL3422 和 Alveo UL3524 加速器分别适用于低延迟交易和超低延迟交易,相对于更复杂的算法,这两者更适用于注重交易执行性能的算法。Alveo V80、Alveo U55C 和 Alveo U50 加速器卡的计算加速器拥有更多资源,可满足复杂交易算法、风险和价格建模以及数据分析等相关需求。VCK5000 开发卡搭载 AI 引擎,可在确定性延迟条件下进行基于 AI 的交易。

AMD Instinct MI300x

AMD Instinct 加速器

AMD Instinct MI300 系列 GPU 加速器基于第三代 AMD CDNA 架构,采用 Matrix Core 技术,能够很好地满足要求极其严苛的 AI 和高性能计算工作负载的需求。这一系列加速器由经实践检验的 AMD ROCm 开放式软件栈提供支持,其中包含了多种生态系统工具,可满足不同规模的部署需求。

AMD Threadripper PRO

AMD 锐龙 Threadripper PRO 处理器

搭载 AMD 锐龙 Threadripper PRO 处理器的工作站具有强大性能和出色时钟速度,非常适合高频交易应用场景。超高核心数量带来金融模拟工具所需的强大多线程处理能力。

关键基准测试

AMD 锐龙 PRO Cinebench 测试

在运行 Cinebench R23 nT 基准测试时,搭载 AMD 锐龙 PRO 处理器的系统体现出了更强的性能。4

最高可达 2.4 倍

搭载 AMD 锐龙 7 PRO 7840 的 Lenovo ThinkPad Z13 Gen 2 性能提升最高可达 2.4 倍4 

最高可达 76%

搭载 AMD 锐龙 7 PRO 7840 的 Lenovo ThinkPad Z13 Gen 2 性能提升最高可达 76%4

Image showing AMD Radeon™ PRO W7900 Graphics Card

AMD Radeon PRO 显卡

了解全球金融数据意味着大量的可视化处理工作,因为需要通过海量数据分析获得市场见解。搭载 AMD 锐龙处理器的专业笔记本电脑和台式机结合 AMD Radeon 集成显卡,带来沉浸式视觉体验,并支持 4K 流媒体播放和最新的高分辨率显示器和多显示器配置。

AMD Solarflare™ Ethernet Adapter X2541

AMD Solarflare 以太网适配器

在全球领先银行、交易公司、证券交易所、对冲基金和做市商中,AMD Solarflare X 系列以太网适配器与 Onload™ 系列协议加速软件已搭配部署超过 15 年。该系列适配器具有经现场验证的低延迟特性,采用可满足稳定运行和交易处理需求的优化架构,并支持 10/25/40/100GbE 链路速度。

AMD 携手合作伙伴全方位支持金融服务系统

AMD 合作伙伴提供经验证的产品和加速解决方案,利用 AMD 技术加快复杂系统在云端或本地投入生产的速度。

成功案例

BNP Paribas

了解 BNP Paribas 如何实现最高 20% 的网格计算能力提升,同时在保持相同计算性能的情况下节约高达 30% 的能耗。*

Emirates NBD

借助基于 AMD EPYC(霄龙)处理器 的 HPE 服务器,Emirates NBD 将性能提升最多 42% 并将软件许可成本降低最多 20%。

DBS Bank

星展银行借助基于 AMD 计算技术的 Dell 服务器,将数据中心的占用空间减少到原来的四分之一,功耗下降一半。

*所有性能和成本节约声明均由本文提及的公司或组织提供,未经 AMD 独立验证。性能和成本数据受到各种因素所影响。这里仅是相关企业或公司的结果,可能没有普遍意义。GD-181。

资源

立即联系

联系 AMD 销售代表。

附注
  1. GD-183:AMD Infinity Guard 的功能随 EPYC(霄龙)处理器的更新迭代而有所变化。Infinity Guard 的安全功能必须由服务器 OEM 和/或云服务提供商启用才能使用。请联系您的 OEM 厂商或提供商,以确认是否支持这些功能。有关 Infinity Guard 的更多信息,请访问 https://www.amd.com/zh-cn/products/processors/server/epyc/infinity-guard.html。
  2. SP5C-001:根据截至 2023 年 8 月 13 日基于 Quantlib 1.30 库进行的 AMD 基准测试。AMD 基准测试与上游 Quantlib 基准测试不同,因此结果不具可比性。
    测试测量的 QuantLib 8400 任务基准比较基于 AMD 使用 AMD AOCC4.1 和 OneAPI 2023.0.0,在 AWS EC2 M6a 实例上进行的内部测试。云性能结果基于配置中测试日期,与 AMD 内部裸机测试一致,并考虑了云服务提供商的开销。结果可能会因底层配置的更改和其他条件(如虚拟机及其资源的放置、云服务提供商的优化、访问的云区域、共同承租人以及系统上同时运行的其他工作负载类型)而有所不同。AWS 按需定价来源:https://aws.amazon.com/ec2/pricing/on-demand/ (US-East 2)
  3. SP5C-002:根据截至 2023 年 8 月 13 日基于 Quantlib 1.30 库进行的 AMD 基准测试。AMD 基准测试与上游 Quantlib 基准测试不同,因此结果不具可比性。
    测试测量的 QuantLib 8400 任务基准比较基于 AMD 使用 AMD AOCC4.1 和 OneAPI 2023.0.0,在 Azure Standard D-series v5 和 HB120 v3 实例上进行的内部测试。云性能结果基于配置中测试日期,与 AMD 内部裸机测试一致,并考虑了云服务提供商的开销。结果可能会因底层配置的更改和其他条件(如虚拟机及其资源的放置、云服务提供商的优化、访问的云区域、共同承租人以及系统上同时运行的其他工作负载类型)而有所不同。Azure 即用即付定价:https://azure.microsoft.com/en-us/pricing/details/virtual-machines/linux/#pricing。
  4. PHXP-70:AMD 委托 BOXX Technologies 于 2023 年 12 月 27 日进行了测试,使用的测试系统如下:Lenovo ThinkPad Z13 Gen2,搭载 AMD 锐龙 7 PRO 7840U 处理器、Radeon 集成显卡、32GB RAM、1TB NVMe SSD 和 Windows 11 Pro。采用如下测试:Cinebench R23 1T、Cinebench R23 nT、3DMark Night Raid Graphics、Passmark 11 Overall、Passmark 11 CPU Mark、PCMark 10 Extended、Puget Adobe Photoshop 及 Puget Adobe Premiere。  PCMark 和 3DMark 是 UL Solutions 的注册商标。电脑制造商可能会采用不同的配置,从而得到不同的结果。结果可能会有所不同。