随着银行业务的日益复杂和数据爆炸式增长，AI大模型已成为银行提升服务质量和效率的关键。分布式并行计算架构以其高效、灵活的特点，正逐渐成为银行AI大模型训练的重要支撑。然而，在实际落地过程中，银行面临着诸多挑战。

首先是数据的安全和隐私问题，银行数据涉及大量个人敏感信息，如何在确保数据安全的前提下进行有效的数据训练，是一个大问题。其次，分布式系统的稳定性和可靠性也十分重要，系统的任何一个节点出现故障都可能影响整个模型训练的进度和质量。此外，资源管理和调度策略也是银行需要考虑的关键点，合理配置计算资源，优化计算任务的分配，对提高模型训练效率至关重要。

针对上述问题，可以围绕以下几个核心问题进行深入探讨：

一、如何实现分布式并行计算，不同的并行模式各有什么优缺点？

二、在分布式并行计算系统如何建立数据安全保护机制？

三、在分布式并行计算系统如何设计高效的资源配置和任务调度机制？

通过探讨这些问题，可以进一步推动银行在分布式并行计算框架下AI大模型训练的实际应用和技术进步。

活动时间：4月27日14:00-17:00

活动地址：北京（具体地址会在您报名审核通过后通知）

报名方式：

1、如您希望参与本次活动，请将您的联系信息（姓名、单位、职务、手机、邮箱）回复邮件至yan.sun@twtgroup.com.cn 进行邮件报名，我们将在1个工作日内审核反馈；

2、活动平台上直接点击报名，报名后我们会与您联系！

支持企业：

洪烨  某股份制银行  数据架构师   

苟志龙  某股份制银行  数据产品中心总监

历任算法和数据产品团队负责人。在模型建设、产品研发、文化规划等方面具有丰富经验。近年来，重点推动银行数字化转型，通过完善数据科学体系、孵化数据产品、培育数据文化等举措，提升全行数据驱动能力。本人为“北京市金融科技领军人才”获得者，名下多项创新成果已转化为商业价值，推动行内业务提质增效。

大伟  某股份制银行  大模型项目负责人

主要负责银行行业大模型算力和应用场景规划，包括平台建设、大模型选型等。

大伟  曙光存储  行业解决方案架构师

超过15年存储产品解决方案设计、交付相关从业经历，拥有大型数据存储项目销售和咨询经验，有针对多行业存储场景化解决方案设计与实施经验。当前主导曙光公司面向AI大模型、行业AI应用开发、AI数据基础设施建设方向基于高性能分布式存储的方案设计工作。