【创科广场】IBM推Telum处理器 实时AI侦察骗案

每年IEEE举办的「热晶片年会」（HotChips）是微处理器晶片设计的盛会，这是除了ISSCC外最重要晶片会议之一，全球研发单位会在会议上发表最新成果，今年IBM则发表了人工智能Telum处理器可透过人工智能，实时侦察金融诈骗。

 

美国联邦贸易委员会（Federal Trade Commission）的Consumer Sentinel Network. Data Book的统计显示，2020年美国消费者因为欺诈罪行而损失的金额，已高达33亿美元，相比2019年的18亿美元， 差不多增长了接近一倍。

 

　　目前金融机构一般是在欺诈案件发生之后，才采取补救或执法行动，主要限于现时技术，难以即场执法，所谓「侦察」欺诈有如一场「猫捉老鼠」游戏，过程相当耗时和耗用大量的算力。

 

　　由于分析和侦察欺诈所用的数据，并不在实时交易的系统，侦察欺诈并不实时执行，以信用卡诈骗为例，骗徒利用盗用信用卡身分，往往购物得逞之后，银行从数据发现有异，然后才展开调查，零售商已因为假卡，蒙受了损失。

 

AI取代规则基础

 

　　诈骗手法层出不穷，传统诈骗侦察系统也是「以规则为基础」（Rules-based），也就是说某项交易符合某些特徵就界定为可能的诈骗个案，必须待开发人员编写程式，再加入新规则，系统才懂得分辨。

 

　　以机器学习，只要将诈骗个案数据，通过机器学习加以训练，提取诈骗案的各项特徵，变成了算法的模型，就可马上使用，迅速应对新兴诈骗手法。

 

机器学习或者统称人工智能，已广泛用于不少商业流程，例如是信用和借贷批核、客户服务、找出可能失败的交易或离开的客户，甚至建议解决纠纷的流程。

 

　　不过，人工智能「推理」（Inference）过程所须的算力，性质与一般处理器有很大分别，亦以浮点运算为主，市场上多以图形运算处理器（GPU），或者专门处理器，类似华为升腾（Ascend）晶片、Google的TPU等，甚至FPGA专门晶片来应付，但专用晶片只负责AI推理，不能用于OTLP之类的一般性交易。

 

处理交易同时推理

 

　　Telum处理器则利用了创新的中央设计，为首个可在处理实时OLTP交易，同时又用于AI推理，也就是当系统处理一宗交易的同时，可马上掀出可疑的个案，停止执行有关交易，不用贼过兴兵，透过机器学习模型，更快阻截有问题的交易。Telum处理器可以结合实时交易处理和AI推动，能够用于侦察诈骗、审批借贷、即时结算、反洗黑钱（AML）、风险分析等用途。

 

　　Telum处理器属于IBM主机系统硬件，不少金融机构正利用IBM Z大型主机服务器处理实时交易。据Z系统产品管理副总裁Barry Baker说，Telum处理器开发历时三年，可以用于银行、金融、贸易、保险、客户服务等不同系统。Telum处理器的设计已整合了芯片、系统、韧体、作业系统，并支援市场上各种AI的框架。

 

　　每枚Telum处理器上有8个处理器核心，属于支援乱序执行的动态多重派发的微处理器架构设计（Deep super-scalar out-of-order），而处理器时脉高达5GHz，可以处理多种不同的企业工作负荷，加上处理器缓存和芯片互联架构，每个处理器核心L2缓存达32MB，单一系统可以支援多达32枚Telum处理器，也就是256个处理核心，扩充能力极强，可支援极为大规模系统部署。

 

　　近年IBM再次致力开发芯片技术，IBM研究院（IBM Research）在纽约州奥尔巴尼的Albany Nanotech Complex科技综合园内，成立了AI硬件中心（AI Hardware Center），今次是AI硬件中心首次开发的芯片，采用了EUV技术的7nm制程，并且由三星代工。较早前AI硬件中心宣布开发GAA制程，以特定材料将电流通道包裹成3D的结构，虽然更加复杂，却可大幅提升电晶体的密度，实现2nm闸极长度，解决了漏电问题。