01
风控系统概述
实时风控的业务场景（支付、信贷、交易）、传统CPU架构的瓶颈、为什么需要GPU加速。
业务场景瓶颈分析
02
GPU计算基础
CUDA编程模型入门、GPU内存层次结构、线程块与网格概念。
CUDA内存模型
03
风控特征工程GPU化
特征计算并行化、批量特征处理、自定义CUDA核函数实现特征衍生。
特征工程核函数
04
决策树与随机森林GPU加速
决策树推理的并行化、GPU上的随机森林实现、模型推理延迟对比。
随机森林推理加速
05
逻辑回归与神经网络GPU加速
大规模逻辑回归的GPU训练、风控场景下的DNN模型、TensorRT部署优化。
DNNTensorRT
06
图计算在风控中的应用
关系图谱构建、PageRank与社区发现GPU加速、团伙欺诈检测。
图计算团伙检测
07
流式计算与GPU融合
Flink + GPU 架构设计、实时特征窗口计算、背压处理与资源调度。
Flink流处理
08
模型服务化与GPU推理
Triton Inference Server部署、动态批处理、模型版本管理。
Triton服务化
09
性能调优与监控
GPU利用率分析、NVIDIA Nsight工具使用、内存带宽优化。
Nsight调优
10
生产环境落地实践
灰度发布策略、A/B测试框架、故障转移与容灾。
灰度发布容灾
11
风控系统架构演进
从单体到微服务、事件驱动架构、GPU资源池化。
微服务资源池
12
数据预处理GPU化
数据清洗、缺失值填充、异常值检测的并行实现。
预处理并行
13
特征存储与检索
GPU加速的向量数据库（FAISS）、实时特征查询、特征生命周期管理。
FAISS向量检索
14
规则引擎GPU加速
规则评估并行化、复杂事件处理（CEP）、规则热更新。
规则引擎CEP
15
集成学习模型GPU加速
XGBoost/LightGBM的GPU训练、模型融合策略、特征重要性分析。
XGBoostLightGBM
16
深度学习风控模型
Transformer在序列风控中的应用、图神经网络（GNN）实现、自监督预训练。
TransformerGNN
17
模型解释性
SHAP值计算GPU加速、特征归因分析、可解释性报告生成。
SHAP可解释性
18
实时特征平台
特征计算服务化、特征一致性校验、特征血缘追踪。
特征平台血缘
19
模型监控与漂移检测
数据漂移检测、概念漂移检测、模型性能衰减预警。
漂移检测监控
20
安全与隐私计算
联邦学习GPU加速、差分隐私、同态加密与GPU优化。
联邦学习同态加密
21
多GPU与分布式训练
数据并行、模型并行、流水线并行、NCCL通信优化。
分布式NCCL
22
模型压缩与量化
知识蒸馏、INT8量化、稀疏化推理、TensorRT优化。
量化蒸馏
23
实时决策引擎
决策流编排、规则与模型混合决策、决策日志与审计。
决策引擎审计
24
实验管理平台
特征实验、模型实验、A/B实验平台、实验指标计算。
A/B实验指标
25
成本优化
GPU实例选型、Spot实例使用、混合部署策略、资源弹性伸缩。
成本Spot
26
混沌工程与稳定性
GPU故障注入、系统韧性测试、自动恢复机制。
混沌工程韧性
27
数据湖与GPU集成
Delta Lake/Iceberg上的GPU数据处理、数据管道优化。
数据湖Delta Lake
28
实时数仓与GPU
ClickHouse GPU加速、Druid实时聚合、物化视图优化。
ClickHouseDruid
29
行业案例解析
金融支付风控、电商交易风控、社交平台内容风控。
金融电商社交
30
未来趋势
GPU与DPU融合、存算一体架构、AI原生风控系统。
DPU存算一体