Pe 22 octombrie, la GTC Berlin, NVIDIA a anunțat că Revolut scalează în producție modelul său de bază PRAGMA, destinat inițial unui număr de 80 de milioane de clienți. Alte proiecte vizează modele deținute de bănci, operațiuni de plată și procesarea accelerată a datelor, aflate în diferite stadii, de la sisteme operaționale la activități de dezvoltare și teste offline.

Concluzii principale

  • PRAGMA, modelul Revolut, deservește inițial 80 de milioane de clienți și este conceput să se scaleze până la de trei ori acest nivel.
  • Băncile și furnizorii de servicii de plată dezvoltă soluții de inteligență proprietare, folosind propriile date, modele cu ponderi deschise și infrastructură accelerată.
  • NVIDIA a raportat câștiguri importante de procesare, inclusiv rezultate din testele offline ale Stripe, cu fluxuri de procesare de 42 de ori mai rapide și economii de costuri de 92%.

Cuprins

Inteligența artificială financiară europeană trece în producție

Revolut își reconstruiește stiva tehnologică în jurul PRAGMA, ca model de bază unic. Potrivit NVIDIA, banca folosește setul de instrumente cuDF și software-ul Dynamo-Triton pe GPU-uri Blackwell Ultra pentru a scala sistemul în producție. Capacitatea declarată de scalare de trei ori reprezintă un obiectiv tehnic, nu o extindere raportată a bazei actuale de clienți.

Anunțul a evidențiat și instituții care dezvoltă soluții de inteligență pe baza propriilor evidențe ale tranzacțiilor. Starling Bank a dezvoltat Starling Intelligence, stratul care stă la baza capabilităților sale de inteligență artificială, pe cloud-ul britanic Civo, folosind datele tranzacționale ale băncii. NVIDIA a descris Starling drept prima bancă ce a antrenat un model agentic pe infrastructura cloud suverană a Regatului Unit.

Lloyds Banking Group a creat ATUM, un model de bază pentru tranzacții care transformă miliarde de tranzacții bancare în soluții de inteligență reutilizabile. NVIDIA a declarat că GPU-urile RTX PRO 6000 Blackwell accelerează modelul, care îmbunătățește eficiența în aplicații la nivelul întregii bănci. Separat, SBS a lansat o platformă suverană de inteligență bancară, concepută să le permită băncilor să ruleze modele generative și agentice fără a muta datele în afara propriilor sisteme.

Modelele deschise susțin asistenții și sarcinile specializate

Asistentul Finn al neobăncii bunq funcționează acum pe baza unor modele cu ponderi deschise. NVIDIA a declarat că implementarea pe Nebius oferă o calitate comparabilă cu cea a modelelor închise de top, la 60% din costul per răspuns. Această cifră descrie costul relativ, nu o reducere a costurilor cu 60%.

Alte proiecte sunt încă în dezvoltare. NatWest construiește o tehnologie vocală concepută pentru a recunoaște accentele, dialectele și terminologia financiară britanică, folosind modele vocale NVIDIA, inclusiv Nemotron 3.5 ASR. Modulr dezvoltă modele specializate pentru diferite operațiuni de plată, bazate pe modelul deschis Nemotron-3-Ultra-550B.

Santander se numără printre primii adoptatori ai noii familii NVIDIA Kumo de modele de bază cu ponderi deschise pentru date financiare structurate. Banca folosește modelele pentru a crea soluții de inteligență specializate pentru activitățile bancare de bază.

Instrumente mai rapide pentru datele din cercetarea financiară

LSEG colaborează cu NVIDIA pentru a ajuta instituțiile financiare să analizeze volume mari de date istorice de tranzacționare cu până la 10 ori mai rapid. Proiectul folosește motorul GPU Polars, accelerat de cuDF pe GPU-uri RTX PRO 6000 Blackwell.

RavenPack a construit pe Bigdata.com un flux de generare a seturilor de date, folosind un model NVIDIA Nemotron ajustat fin. Acesta primește o ipoteză de cercetare exprimată în limbaj obișnuit și returnează un set de date etichetat, pregătit pentru backtesting, pe care investitorii îl pot folosi pentru a identifica, analiza și vizualiza tendințele pieței.

Câștigurile în procesarea fraudelor includ rezultate din teste offline

HSBC utilizează GPU Engine de la Starburst Enterprise pentru a oferi informații despre clienți aproape în timp real și pentru a lua decizii la cerere, minimizând totodată riscurile și fraudele. NVIDIA a raportat o procesare a datelor de cinci ori mai rapidă.

Rezultatele Stripe s-au limitat în mod explicit la testarea offline. NVIDIA a declarat că Ray Data accelerat de GPU a oferit fluxuri de procesare a datelor de 42 de ori mai rapide și economii de costuri de 92% pentru platforma de detectare a fraudelor Stripe Radar, în cadrul acestor teste. Câștigurile raportate se referă la fluxurile de date pentru învățarea automată, nu la o îmbunătățire cuantificată a acurateței detectării fraudelor.

Citiți mai multe știri

Mai multe știri FinanceVelix

Declinarea responsabilității

Acest articol FinanceVelix oferă informații generale, nu consultanță financiară, de investiții, juridică sau fiscală personalizată. Prețurile de piață, ratele dobânzilor și condițiile economice se pot schimba; investițiile implică riscul de pierdere. Informațiile reflectă materialele disponibile la momentul publicării și se pot modifica. Verificați independent informațiile importante și consultați un specialist calificat atunci când este necesar. Menționarea unui activ, a unei companii sau a unui serviciu nu reprezintă o recomandare.