工业界学术界区块链_全面完善金融科技生态有哪些途径

　　㈠ 计算机科学学术界，和相关领域工业界的工作内容有什么不同

　　任何学科学术界和工业界（包括技术实现与工程设计与实施）的区别都是一样的：

　　学术界主要负责从理论上（通常是数学推导）论证一种认识的正确性，比如建一座楼房，它的地基需要能够承受哪些方向的力，推导出计算各自的最小值的近似公式等，而工业工程界则根据理论公式去计算，然后建造出满足设计要求楼房来。

　　具体到计算机学术界，他们则是研究跟计算机软硬件以及利用计算机信息处理、人工智能等相关的理论；而工业界则是依据理论来设计或实现计算机软硬件系统或者各类的信息处理系统

　　㈡ 全面完善金融科技生态有哪些途径

　　第一，在基础层，要重点推动数字化金融“新基建”的完善。例如，我国的移动支付虽然发展迅速，但与一国数字化变革的内在需求相比，整个支付清算体系还需不断提升质量、效率和规范性；为了更好地服务于金融科技场景的对接与落地，还需要征信科技的进一步探索和应用，更好地解决金融服务中的信息不对称或信息“茧房”矛盾。

　　第二，在技术层，重点关注大数据、人工智能、移动互联、物联网、云计算、区块链、安全技术等前沿技术的应用突破。例如，在各类技术中，数据资源的内部管理治理与外部流通交易是横亘在数据要素市场化进程中的关卡，而基于多模态的机器学习和跨模态的融合应用成为学术界和工业界发展人工智能的共识，以容器和微服务为基础的云原生技术已成为云计算发展主要方向，区块链的挑战则在于如何跟具体的业务场景结合、真正为社会创造价值。

　　第三，在业务层，无论是持牌金融机构的金融科技创新，还是新兴技术企业服务持牌金融机构，一定程度上存在着技术和业务“两张皮”的问题。实践中通常是根据业务需求匹配相应的技术，但业务需求需符合现有商业模式，因此很可能阻碍技术创新。因此如何突破技术与业务的矛盾是未来讨论金融科技落地场景的重中之重。此外，金融科技创新的推动，也离不开专业的会计、审计、评估、评级、反洗钱等中介服务支撑。

　　第四，在客户层，则需要以数字化来全面提升金融科技创新的需求动力，重点是通过推动宏观经济与微观主体的数字化变革，而从源头上优化金融科技创新的内生动力，提高企业和居民的金融科技接受能力和水平，增加有效需求。

　　第五，在监管层，同样存在诸多挑战。例如，需要处理好常规监管和非常规监管的关系。常规监管通过日常性的工作实现包容、稳定、合规等多重目标，最大的挑战是监管部门之间的协调难题。非常规监管则面对如公平竞争与反垄断、重大风险事件、新业态与模式影响等，例如在新兴金融领域，如Defi（Decentralized Finance，去中心化金融）近年来在国际上产生重大影响，其特点包括依托智能合约就可以建立借贷关系，没有主体、资金提供者和借贷方连在一起，其中自然存在许多新型风险。

　　最后，在金融科技生态的环境要素方面，可以实施的政策措施有很多。例如，金融科技的创新与发展，不仅需要特定的政策支持，更需要政策的持续性与稳定性，来促使市场创新主体的预期稳定，更好地推动创新与发展，在此方面，相关政策透明度、协调

　　㈢ HBM理解与应用

　　现在无论是专用AI加速板卡、高端GPU、用于HPC的FPGA板卡抑或是最先进的CPU服务器，你会发现都会有HBM的身影。那么什么是HBM呢？HBM（High Bandwidth Memory）和DDR一样都是一种硬件存储介质。DDR被广泛应用于CPU与各种硬件处理单元的外挂存储设备，那么既然DDR4已经作为成熟存储介质，为什么要推出HBM存储设备？主要原因在于DDR4现有吞吐能力不能满足当今计算需求，尤其是在AI计算、区块链和数字货币挖矿等对大数据处理访存需求极高等领域，DDR4的吞吐能力更显薄弱。所以，HBM以其高吞吐高带宽的优势，活跃在工业界和学术界。

　　在学术领域，尤其在DSA（Domain Specific Acceleration）场景，如果能将embedding数据合理分配到32路HBM当中，同时做到系统级pipeline数据访存和计算，那么都会有比较优秀的加速效果。在工业界，如果能将基于HBM的DSA所带来的latency和QPS收益，有效转化为价格收益。如果能同时做到上述两点，那么HBM便是未来技术发展的方向之一。

　　我们一直在讲HBM带宽比DDR有优势，那么具体是什么优势？在不考虑CPU和FPGA区别的前提下，一块带HBM的FPGA要比普通CPU服务器性能高上3倍左右，当再考虑CPU cache miss和DDR使用效率的时候，带有HBM的FPGA所带来的带宽增益将会更大。但是单块HBM的内存大小一般最大为16GB，而单个DDR4普遍能做到64GB。所以当业务所需数据量较大时，将不再适合只将访存数据存储在HBM中。

　　HBM分为2个stack，每个stack有8channel，每个channel可以分为2个伪通道（pseudo channel），那么就一共有32个pseudo channel。HBM存储大小分为64Gb和128Gb，所以最大为16GB。我个人对于HBM的理解，如果在应用层面，可以认为HBM是32个堆叠的DDR，每个DDR应用AXI3总线协议，使用起来和控制DDR也非常相似。

　　HBM的地址空间以4H（内存大小64Gb）的HBM为例：具体使用方法和HBM其他特点将根据实际应用需求和具体场景而定，这里不再展开。参考文献用于进一步深入学习和研究HBM技术。