金融云迎千亿级市场,银行私有云使用率超50%

news/2025/3/20 14:56:35/

随着数字经济高速发展和相关政策标准的日趋完善,我国金融行业上云进程呈加速态势。公开数据显示,2025年我国金融云市场规模有望破千亿元。近日,《金融电子化》杂志社发布《银行业私有云建设发展调研报告》(以下简称《报告》)。《报告》指出,私有云正在成为中国银行业的云应用首选,平滑升级能力、一云多芯能力和一体化能力是私有云和容器云建设最受关注的技术价值。

金融机构上云首选私有云

在数字化转型浪潮下,金融机构纷纷开始积极探索将云计算、智能化等先进技术应用到核心业务场景中,推动主机业务下移、核心业务云化改造,以此来支撑更多的创新应用。同时,分布式架构、云原生平台建设趋势日益增强,金融云平台可升级、可进化能力受到重视。

然而,《报告》显示,国内金融机构数量众多、发展规模和服务水平各不相同,对金融科技的理解和应用水平不一,在私有云的建设和管理上存在较大差异。大型商业银行基本完成了业务场景全覆盖的金融云服务建设,同时实现了全栈自主创新云服务供给。但多数中小银行由于技术和业务需求的原因,还未进入私有云和信创云的建设阶段。

参与调研的129家银行业金融机构有89.9%已使用不同形式的云计算服务,其中私有云使用率最高,达53.5%,大幅高于其他形式的云服务。究其原因,易捷行云EasyStack解决方案架构师王剑对记者分析道:“银行客户本身作为强监管的客户,一直以来非常注重业务连续性和基础设施安全,会倾向于数据本地化部署、业务本地化开展,因此在绝大多数的业务落地过程中,私有云场景通常更切合其监管诉求和业务需求。”

与其他业务场景不同,由于金融场景是关乎国计民生的核心业务,国内对金融场景中的云应用有着严格的监管要求,在技术架构、安全技术要求和容灾等方面都有行业标准可依,准入门槛相对较高。私有云通过云服务产品体系和云组织机构的建设和协同融合,能够有效保障金融行业关键业务应用的连续性、稳定性、高可用性、低网络延迟性和数据安全性,受到大量银行用户的青睐。

此外,王剑指出,在云原生背景下,一些银行客户本身的业务系统、开发模式、基础设施架构等可能都已经走在了云上,超融合和虚拟化并不能够完全解决业务系统创新性问题,所以必须要考虑能够兼具虚拟化和超融合能力,且具备更好的云原生贴合度的私有云产品和解决方案,以便一次性解决所有后顾之忧。

群雄逐鹿国内金融云市场

根据国际数据公司(IDC)最新发布的《中国金融云市场(2022上半年)跟踪》,2022年上半年中国金融云市场规模达到34.34亿美元,在整体大环境出现波动的情况下金融云依然保持较高速增长,增速达29.3%。

从国内金融云整体市场格局来看,头部云厂商以雄厚的研发实力和完备的交付能力为基础,在平台赛道稳定发挥;由硬件提供商延伸而来的云服务商核心优势在于可以自己生产设备,在金融云领域表现优异;由大型金融集团等成立的科技子公司,基于丰富的经验积累,对业务场景需求、合规性要求等理解深刻,也展现出一定优势。

然而,王剑分析指出,互联网厂商的金融云正在往专有云和混合云的架构转变,也就是它们公有云技术往客户私有化数据中心当中的一个延伸,这种做法在一定程度上可以兼顾到客户的私有化、私密性需求,但势必会带来一些技术路线单一性、封闭性,以及软硬件绑定等方面的问题,这与金融行业客户自身的云平台建设场景契合度并没那么高。

对于具备一定技术能力和建设资本的金融机构而言,它们往往会更多地去考虑云平台建设的自主性和技术路线的可控性,更倾向于相对较轻量、更为贴合的解决方案,以避免被单一厂商绑定。

在这样的市场背景下,从细分领域当中衍生出来的专业技术公司显得更具活力,在金融云领域扮演的角色也越来越重要。尤其是具备平滑升级、一云多芯等技术能力的独立私有云服务提供商从中脱颖而出,逐渐走到了舞台的聚光灯下。

易捷行云EasyStack在金融云领域彰显活力

在江苏省,江苏农信正在积极利用新兴技术来实现省联社的科技金融转型,走一条“服务即管理”的全新路线。

“江苏农信一开始走上‘上云’之路,一方面是为了响应国家相关政策、满足银监会的监管需求;另一方面是因为我们发现很多应用系统服务商已经开始引入分布式架构、微服务架构,这让服务器操作系统使用量呈现出几倍,甚至几十倍的增长,导致后续的开发、运维工作难度明显提升。”江苏农信云平台团队负责人蒋星梁对记者说道。

举个简单的例子,转型分布式架构后,银行应用增加了很多子模块服务,可能会出现几十个操作系统,涉及的节点数量也会变得特别多,如果没有统一的调度平台,光排查一个故障就得花费大量人力、物力与时间,银行业务最重要的连续性难以得到保障。

蒋星梁指出,分布式转型不仅需要进行思维模式的转变,还需要进行很多技术方面的磨合,包括运维模式、管理模式、监控模式等各维度的改变,这是江苏农信在业务上云过程中遇到的核心痛点。即使是业务上云之后,同样会面临数据安全等问题。因此,必须打造一个统一的、安全的云平台。

2017年开始,江苏农信陆续建设测试云、生产云、联社云、灾备云、信创云等 14朵云资源池,云主机数量2万3千余台,上云开展得如火如荼。当前行业云已经运行50多家农商行的3300余套应用系统,占业务系统 88% 以上;私有云承载 77% 以上自有业务,包括手机银行、收单系统、微信银行、精准化营销、数字化风控平台等“三农”便捷系统。

“在部署私有云之后,经过一段时间的磨合,上云价值逐渐体现了出来。”蒋星梁说道。比如,技术人员数量不增加的情况下,运维的服务器数量呈现5到10倍的增长;服务器利用率从10%以下提升至60%左右,存储资源利用率提升至少3倍,整体资源利用率大致提升了6倍左右。

据了解,江苏农信云平台的背后有易捷行云EasyStack的身影。“易捷行云EasyStack在做的事情是帮助金融客户去建设一朵属于它们自己的云平台,用可进化的方式来契合客户业务系统架构的演进。”王剑说道。

这种可进化能力不仅可以帮助客户去解决虚拟化问题、超融合问题,还可以解决私有云落地过程当中,以及业务系统演进过程中的云原生化问题,并且能够通过快速迭代云平台本身的能力,帮助客户建立可持续演进的基础设施能力,避免“建成即落后”的风险。

“作为一家中立的云基础设施厂商,易捷行云EasyStack不会去跟某一技术路线的软硬件做强绑定,而是会把更多的自主选择权交给客户,让它们在选云、用云过程中拥有更多话语权。”王剑说道。

据了解,此次发布的《报告》列出了私有云Top5厂商,易捷行云EasyStack榜上有名,且是榜单中唯一一家独立的私有云服务提供商。截至目前,易捷行云EasyStack已经累计建设了近200朵金融云。单一客户上线了银行业最大规模生产云之一,服务器规模超过11000台。


作者丨宋婧

编辑丨刘晶

美编丨马利亚

监制丨赵晨


http://www.ppmy.cn/news/468097.html

相关文章

【深度学习】3-2 神经网络的学习- mini-batch学习

机器学习使用训练数据进行学习。使用训练数据进行学习,就是针对训练数据计算损失函数的值,也就是说,训练数据有100个的话,就要把这 100个损失函数的总和作为学习的指标。 求多个数据的损失函数,要求所有训练数据的损失函数的综合…

超370亿美元资金布局NFT市场

尽管当前的经济环境影响了诸多的企业与公司,但 NFT 的热度似乎仍在持续。 据区块链分析公司 Chainalysis 最新报告显示,截至 5 月 1 日,有超过 370 亿美元的资金注入 NFT 市场。 截止目前 NFT 市场总交易额为 551.6 亿美元,创下…

存算一体技术

存算一体技术 1.存算一体基本原理 冯诺依曼计算机体系架构,计算与存储一直相互分离。大数据时代,以数据为中心的数据密集型技术成为主流系统设计思路, 不再仅限于数据的计算和加工,更看重的是对数据的“搬运”,从根本上…

从算力到存力:存储芯片研究框架(2023)

2023年3月31日,我国发起对美光在华销售产品的网络安全审查,体现出存储产业安全的重要性。此外,AI算力需求拉动高算力服务器出货,而AI服务器的存力需求更强,AI将驱动“从算力到存力”的中长期需求: 1、海外…

证券企业基于华为全闪存存储实践经验分享

【导读】本文结合华为存储相关最佳实践和证券公司长期使用多厂商的全闪存存储的实践经验进行总结分享,内容包括:剖析存储发展过程中遇到难题、使用华为中端全闪存存储架构分析、项目中存储规划说明、全闪存存储实践经验总结等。希望能对券商同行存储架构选型实践等提供参考借…

【调研】国内芯片公司对于存算一体芯片的相关调研

目录 理论研究清华大学 Fully hardware-implemented memristor convolutional neural network 落地实践后摩智能苹芯科技亿铸科技知存科技 清华大学 Fully hardware-implemented memristor convolutional neural network 详细分析 理论研究 清华大学 Fully hardware-implement…

全球存算一体技术研究及量产情况最新进展(收录于存算一体芯片赛道投资融资分析)

编者注: 随着技术研发的推进,存算一体技术逐渐由学术研究进入到产品研发阶段。 在存算一体赛道上,各家有各自不同的产品路线和存储器单元选择。 有的坚持走核心技术自研路线,有的则采纳国外先进IP核心。 需要注意的是&#xf…

Mysql的学习笔记

目录 1、rc 级别的 mvcc 和 rr 级别的mvcc 有啥区别? 2、Innodb与MyIsam的文件结构? 3、Innodb 与MyIsam的简单对比? 4、innodb,Alter table 改字段类型,底层会经历什么过程? 5、Alter table 改字段类型…