極點宏觀｜Financial Cloud Cloud · AWS Re:cap
AWS Re:cap 05: FSI Meetup 2025 Q4 - Graviton 遷移成功案例
運用 AWS 與 EC2 Graviton 推動系統轉型
Numora 概覽
● 成立已有 100 年，總部位於東京
● 五大部門：財富管理、投資管理、銷售、全球市場、投資銀行
● 口號：「連結東西方市場」
● 秉持紀律、創業精神、創意解決方案與思想領導的傳統
● 支援企業風險職能
● 為全球業務執行市場風險與交易對手風險模型
● 運算與資料密集型作業，非常適合使用雲端
● 幾乎無須擔心延遲
部署規模
● 每天使用 EC2 Spot 部署超過 65,000 個核心，以執行定價批次作業
● 每天產生約 2 TB 的資料
● 資料保留期限最長達七年
● 目前 S3 使用量約為 2 TB，採用 S3 Integring 以符合成本效益的方式儲存歷史資料
資料彙總與摘要
● Numora 選擇採用記憶體內彙總
● 使用超過 100 個超大型 EC2 執行個體，針對信用風險與市場風險模型進行次秒級彙總
議程
● 公有雲對金融機構內部運算風險的影響
● Numora 風險系統的高階架構
● Graviton 在定價與彙總使用案例中的案例研究
● 遷移流程中的其他考量與經驗心得
Numora 系統的高階架構
資料湖倉儲存所有輸入與輸出
● 輸入包含交易、歷史市場資料與參考資料（帳戶、幣別、國家）
● 混合式資料湖倉：主要在內部部署環境處理資料，並匯出至 S3 供雲端部署使用
定價引擎
● 由 C++ 定價計算器組成
● 載入輸入資料、執行模型，並輸出交易層級的結果
彙總引擎
● 載入資料及參考資料，以便在次秒內依帳簿、國家、幣別或交易對手進行資料切割與分析
內部自製 BI 工具
● 事件式平台
● 提供預設檢視，並允許使用者建立自己的檢視
● 建立虛擬資料表，供應用程式與試算表透過 SQL 存取及製作樞紐分析
定價使用案例與 Graviton 導入
● 約 5 年前在 AWS 上正式啟用定價作業，最初在維吉尼亞北部使用 Intel，一年後再加入俄亥俄區域
● 約 3 年前將所有定價引擎遷移至 Graviton
● 由於數值準確性至關重要，因此必須完整重新編譯 C++ 定價引擎並進行數值迴歸測試
● 在維吉尼亞北部與俄亥俄區域使用完全由 Spot 組成的 Auto Scaling 群組執行定價引擎
● 運用多種執行個體類型與不同標準規格
● 使用所有 Graviton 執行個體家族（Graviton 2、3 與 4）及執行個體
定價層遷移至 Graviton 的成果
● 在 4x large 上執行一個引擎，在 24x large 上執行四個引擎
● 成本降低 50%
● 效能未受損，且觀察到些微提升
● 經驗心得：謹慎選擇部署區域、採用多區域架構，並最佳化批次作業尾端以節省成本
彙總使用案例與 Graviton 導入
● 彙總層由大型 JVM 組成
● Java 供應商提供 ARM 相容的 JVM 後，便將彙總層切換至 Graviton
● 由於系統以 Java 為基礎，因此無須重新編譯，但仍執行了完整的迴歸測試
● 使用 On-Demand 執行個體進行有狀態資料載入及資料切割與分析功能（切割與分析法的運作方式，是將資料拆分成較小且易於管理的區塊（切割），再重新排列這些元素以觀察模式與趨勢（分析）。其功能包括：將資料拆解以進行詳細分析，以及促進資料的多維度分析）
● 導入 Compute Savings Plans，以涵蓋 80% 的用量並降低成本
● 改用能提供額外最佳化的供應商
● 為彙總引擎導入自訂 Spot 執行個體，暫停或回收未使用的執行個體，進一步降低成本
● 目前使用 X2GD 執行個體（具備磁碟儲存空間的 Graviton），但也能運用其他執行個體類型
● 規劃在不久的將來遷移至 Graviton 4
彙總平台遷移至 Graviton 的成果
● 預估在相同成本下，彙總平台可擴充至 3 倍規模
● 在維持成本不變的情況下，得以部署新的業務功能，例如 FRTB IMA 模型
Numora 雲端遷移歷程的主要心得與建議
及早投資部署管線，並強制執行資源標記
● 使用與引擎整合的集中式部署管線，以控管執行個體與作業系統
● 有助於維持成本效益並減少錯誤
在團隊中灌輸創業精神與當責意識
● 使用 AWS 所節省的成本可再投資於其他使用案例，或直接增加盈餘
● 導入一流的可觀測性與防護機制
專注於韌性
● 先從區域內的多可用區部署開始
● 導入多區域部署以提高韌性
● 緊跟 AWS 的創新腳步，並在其基礎上打造自己的創新
● AWS 為系統建置與問題解決提供強大的環境