На 22 октомври по време на GTC Berlin NVIDIA обяви, че Revolut мащабира базовия си модел PRAGMA в производствена среда за първоначално 80 милиона клиенти. Други проекти обхващат модели, притежавани от банки, платежни операции и ускорена обработка на данни — от системи в реална експлоатация до разработки и офлайн тестове.
Основни изводи
- PRAGMA на Revolut обслужва първоначално 80 милиона клиенти и е проектиран да се мащабира до три пъти това ниво.
- Банки и платежни доставчици разработват собствени интелигентни системи, използвайки своите данни, модели с отворени тегла и ускорена инфраструктура.
- NVIDIA съобщи за значително ускорение на обработката, включително резултати от офлайн тестове на Stripe, показващи 42 пъти по-бързи процеси и 92% икономии на разходи.
Съдържание
- Финансовият AI в Европа преминава към производствена употреба
- Отворените модели подпомагат асистенти и специализирани натоварвания
- По-бързи инструменти за финансови проучвания
- Ускорената обработка на измами включва резултати от офлайн тестове
Финансовият AI в Европа преминава към производствена употреба
Revolut преизгражда технологичния си стек около PRAGMA като единен базов модел. Според NVIDIA банката използва инструментариума cuDF и софтуера Dynamo-Triton на графични процесори Blackwell Ultra, за да мащабира системата в производствена среда. Посоченият капацитет за трикратно мащабиране е инженерна цел, а не съобщено увеличение на настоящата клиентска база.
В съобщението бяха откроени и институции, които изграждат интелигентни системи въз основа на собствените си транзакционни записи. Starling Bank разработи Starling Intelligence — слоя, върху който стъпват нейните AI възможности — в облака на Civo във Великобритания, използвайки транзакционните данни на банката. NVIDIA определи Starling като първата банка, обучила агентен модел върху инфраструктура на суверенен облак в Обединеното кралство.
Lloyds Banking Group създаде ATUM — базов модел за транзакции, който преобразува милиарди банкови транзакции в интелигентна система за многократна употреба. NVIDIA съобщи, че графичните процесори RTX PRO 6000 Blackwell ускоряват модела, който подобрява ефективността в приложения в цялата банкова група. Отделно SBS пусна суверенна платформа за банкова интелигентност, предназначена да позволява на банките да използват генеративни и агентни модели, без да извеждат данни извън собствената си среда.
Отворените модели подпомагат асистенти и специализирани натоварвания
Асистентът Finn на необанката bunq вече работи с модели с отворени тегла. NVIDIA съобщи, че внедряването му в Nebius осигурява качество, сравнимо с това на водещите затворени модели, при 60% от разхода за всеки отговор. Тази стойност описва относителния разход, а не намаление на разходите с 60%.
Други проекти все още са в процес на разработка. NatWest изгражда технология за разпознаване на реч, предназначена да разпознава британски акценти, диалекти и финансова терминология, използвайки речевите модели на NVIDIA, включително Nemotron 3.5 ASR. Modulr разработва специализирани модели за различни платежни операции, базирани на отворения модел Nemotron-3-Ultra-550B.
Santander е сред първите, възприели новото семейство отворени базови модели Kumo на NVIDIA за структурирани финансови данни. Банката използва моделите, за да изгради специализирани интелигентни системи за основни банкови дейности.
По-бързи инструменти за финансови проучвания
LSEG работи с NVIDIA, за да помогне на финансовите институции да анализират големи обеми исторически данни за котировки до 10 пъти по-бързо. Проектът използва GPU енджина Polars, ускорен от cuDF на графични процесори RTX PRO 6000 Blackwell.
RavenPack изгради в Bigdata.com конвейер за генериране на набори от данни, използвайки донастроен модел NVIDIA Nemotron. Той приема изследователска хипотеза, формулирана на обикновен език, и връща етикетиран набор от данни, готов за бек-тестове, който инвеститорите могат да използват, за да идентифицират, анализират и визуализират пазарни тенденции.
Ускорената обработка на измами включва резултати от офлайн тестове
HSBC използва GPU Engine на Starburst Enterprise за клиентски анализи почти в реално време и вземане на решения при поискване, като същевременно ограничава риска и измамите. NVIDIA съобщи за петкратно ускорение на обработката на данни.
Резултатите на Stripe бяха изрично ограничени до офлайн тестове. NVIDIA съобщи, че в тези тестове Ray Data с GPU ускорение е осигурил 42 пъти по-бързи конвейери за данни и 92% икономии на разходи за платформата за откриване на измами Stripe Radar. Посочените подобрения се отнасят до конвейерите за данни за машинно обучение, а не до количествено измерено повишение на точността при откриване на измами.
Още новини
Отказ от отговорност
Тази статия на FinanceVelix предоставя обща информация, а не персонализиран финансов, инвестиционен, правен или данъчен съвет. Пазарните цени, лихвените проценти и икономическите условия могат да се променят; инвестициите носят риск от загуба. Фактите отразяват наличните към момента на публикуване материали и може да се променят. Проверявайте самостоятелно важната информация и при необходимост се консултирайте с квалифициран специалист. Споменаването на актив, компания или услуга не представлява препоръка.
