Moson

大模型对数据存储资源的需求与传统业务场景相比，既有相同之处也有不同之处。相同之处在于，无论是大模型还是传统业务场景，都需要数据存储资源来存储和管理数据。数据存储资源需要具备可靠性、可用性和扩展性等特点，以确保

当金融行业考虑采用训推一体化架构建设大模型时，需要提前考虑以下因素：1. 数据可得性 ：金融行业的大数据训练是AI模型准确性的关键，因此需要考虑数据源的可靠性、丰富度以及数据质量和处理能力。1. 合规与风险 ：金融行业的

首先，自研大模型需要巨大的投入，包括技术、人力和资金等。如果国有银行和股份制银行没有足够的资源和能力进行自研，那么自主研发大模型可能不是最优选择。相反，如果银行有充足的资源和能力，并且对大模型的研发有长远的战略