中国报告大厅网讯，随着金融科技加速渗透金融行业，人工智能技术尤其是大模型在证券领域的应用场景持续扩展。近日，深交所联合相关监管单位及行业机构，在证券行业大模型基础设施领域展开专项调研，旨在系统梳理行业现状、分析发展痛点并提出共性解决方案，为构建高效安全的智能金融生态提供支撑。

一、应用现状：算力基建与场景落地成核心焦点

中国报告大厅发布的《2025-2030年全球及中国模型行业市场现状调研及发展前景分析报告》指出，此次调研聚焦券商在大模型领域的实际建设情况，重点关注其基础设施搭建方式及核心考量因素。数据显示，当前证券机构在选择算力建设路径时，普遍将成本控制（如设备采购价格）、周期效率（部署时间）以及数据安全（隔离、审计机制）作为关键决策指标。同时，在工具平台类型上，语料库建设、智能体开发、模型训练与推理平台的搭建成为主要方向，其中私有化部署因数据保密需求占比显著；开源模型与商业模型结合的应用模式也较为普遍。应用场景方面，智能客服、投资决策支持、量化交易优化等场景已实现初步落地，券商希望通过技术引入提升运营效率、降低服务成本并增强客户体验。

二、现存挑战：资源约束与合规风险制约发展

调研指出，证券行业在大模型应用中面临多重挑战。首先是基础设施层面的瓶颈，包括高功率机柜供应不足导致算力受限、GPU等设备采购周期长且迭代迅速带来的成本压力。其次是技术适配难题，如非信创芯片兼容性问题限制国产化替代进程，公有云服务存在数据隐私风险。此外，工具平台建设投入高、业务系统改造的回报率不明确，以及缺乏统一的数据治理标准和共性语料资源库，均成为行业普遍痛点。

三、未来规划：三年内加速行业云协同与信创适配

针对发展需求，调研结果显示证券机构对大模型基础设施建设方案呈现多元化趋势，包括自建算力中心或租用行业级云服务。具体而言，券商期望通过行业云平台获取标准化的大模型服务（如DeepSeek私有化部署、API接口）、定制化算力资源以及共性语料库支持。在需求规模上，高功率机柜及GPU等先进算力设备的需求量将随业务扩展持续增长。值得关注的是，超过半数受访机构提出希望行业共同建立信创环境下的大模型应用框架，以解决国产硬件与现有架构兼容性问题，并探索DeepSeek等本土化模型在风险控制、智能投研等场景的深度应用。

四、研究目标：构建可信基础设施推动合规创新

课题组明确将重点突破三方面内容：一是搭建符合监管要求的信创环境，通过统一标准降低重复投入；二是针对国产GPU与大模型架构适配性问题开展技术攻关；三是以行业云服务模式提供语料治理工具、共性模型及数字人解决方案，助力机构低成本快速实现智能化转型。

总结

本次调研系统勾勒出证券业在人工智能时代的技术演进路线图，既凸显了算力基建与数据安全的双重重要性，也揭示了行业协同创新的战略价值。通过标准化基础设施建设、信创技术适配及共性资源共建，证券机构有望突破当前发展瓶颈，在合规框架下加速释放大模型赋能业务的价值潜力。这一进程不仅关乎单个机构的技术竞争力提升，更将推动整个金融行业向智能化、高效化与安全可控方向转型升级。