“高性能计算 —— 中国金融服务业创新发展的助推剂“六大盘点

11月25日的“微软—摩根士丹利杯”2011金融超级计算挑战赛颁奖典礼上，大赛主办方代表——微软亚太研发集团高性能云计算部门经理徐明强博士、摩根士丹利管理服务（上海）有限公司董事总经理赵长飞女士、上海超级计算机中心主任奚自立先生，以及大赛数据提供方万得信息技术股份有限公司的高级副总裁周立先生，就“高性能计算——中国金融服务业创新发展的助推剂”议题与三支获得比赛大奖的团队、媒体代表进行了深入交流，并碰撞出诸多火化。

1 、在发达国家， 8%-9% 的高性能计算机用于金融领域，中国至今没有一台用于金融计算。

奚自立： 始于1993年的全球高性能计算排行榜 (Top 500)中有16%用于科研，其次就是金融计算，约占8%-9%。截至今年11月，中国已拥有74台，但没有一台用于金融领域。

徐明强： 11年前我被推入金融高性能计算的洪流，当时西方金融机构就开始以月、甚至以星期为产品开发周期，中国金融机构与他们有着相当的差距。

2 、高性能计算已是投行的核心竞争力。

赵长飞： 金融行业非常适合利用高性能计算，金融机构的核心竞争力体现在运用高性能计算使整个业务系统跑得更快且计算更精准，金融机构只需要考虑业务所需要的逻辑，后台的大量计算可以交由高性能计算平台完成。

3 、高性能计算、云计算对金融服务业将大有可为。

奚自立： 金融计算模型相当复杂，数据收集越多，计算结果越精确。金融计算的复杂性、数据的海量性和使用的广泛性决定云计算是其最佳模式。事实上彭博社、路透社数据终端就是云计算方式。

徐明强 : 三周前与一家伦敦投行交流，每天下午闭市后两小时内他们要完成当天投资风险分析，以便在下一时区的市场开市前完成投资对冲策略。但其自有的计算资源已无法满足这样需求，有时程序运行一段时间后甚至发现市场数据错误，需要重新计算，而结合高性能计算与云计算，只需即时买入几千个核就可以快速完成这一任务，同时省下了IT采购和日常维护的巨额投入。

4 、一旦中国金融市场崛起，就会是本土金融机构的机会。

周立： 中国金融机构在上世纪80年代末90年代初由各个子公司独立建设各自的信息管理系统和数据库；过去十年，各家机构解决最基础的问题即统一客户数据。随着复杂金融产品的出现，我们开始寻求科学的量化方法控制风险，因而正逐渐向关注、管理公司的资产组合状况转变，这就需要模型和高性能计算。

过去五年中，中国金融信息服务业的平均增长速度是30%到40%。我们的机会在于中国市场还是需要中文表述，随着人民币国际化，全球投资者需要投资人民币债券，给中国公司提供了很好的机会，但前提是中国的金融市场变得足够大以及开放。

5、金融计算人才稀缺，在校大学生缺少实战机会。

奚自立： 国内金融计算的模型及其研制人才极度缺乏，研究气氛也十分薄弱。国内不少高校都希望在金融工程领域有所建树，但总觉得心有余而力不足。中国GDP发展太快，人们的心态普遍浮躁，学术界对金融计算未来学科的兴趣不大，造成这个领域的人才稀缺。

赵长飞： 国内高性能计算还很少涉及金融领域，这次大赛让同学们对金融计算有更深入的了解。同时，中国在努力建设国际金融中心，对金融人才会有越来越多的需求，这次大赛是个开始，希望未来能够与上海超级计算中心以及微软一起为中国金融人才培养尽一份力。

徐明强： 这次挑战赛就像华尔街的一个缩影，尽管只是自学了两、三个星期，同学们已能用高性能计算和计算模型，根据真实的金融产品历史数据，在最短时间内最高效率地把金融风险控制到最低。

6、金融计算人才培养重在计算机基础知识的系统积累，高性能计算让专业人士专注于业务创新。

赵长飞： 我的部门负责摩根士丹利业务系统的开发，包括交易系统、定价系统、风险管理系统，因此我们的招聘对象一直是计算机相关专业。金融知识学习相对容易，但计算机基础需要时间积累和系统培训。

徐明强 : 刚结束的2011年全球超级计算大会 (SC11)上，一位南安普顿大学的教授告诉我，过去两年工作日志显示，他花了一年半搞计算机科学（computer science），而不是真正科学研究(real science)。因为他用的是Linux，大半时间都在解决计算机问题，而非课题研究。微软将坚持不懈让全球7,000万科学家、工程师都可以使用上高性能计算加速其创新进程，现在仅有1,500万人，所以革命尚未成功，同志仍需努力。

Comments

• Anonymous
  December 01, 2011
  computer science也是Science. 不过南安普顿大学不就是计算机专业最好吗? 不搞计算机去搞金融?