22 октября на GTC Berlin NVIDIA объявила, что Revolut масштабирует свою базовую модель PRAGMA для эксплуатации на начальном этапе для 80 млн клиентов. Другие проекты охватывают собственные модели банков, платежные операции и ускоренную обработку данных — от действующих систем до разработок и офлайн-тестирования.

Ключевые выводы

  • PRAGMA от Revolut обслуживает начальные 80 млн клиентов и спроектирована с учетом возможности масштабирования до уровня, втрое превышающего этот показатель.
  • Банки и платежные провайдеры разрабатывают собственные интеллектуальные системы, используя свои данные, модели с открытыми весами и ускоренную инфраструктуру.
  • NVIDIA сообщила о значительном ускорении обработки данных; в частности, офлайн-тесты Stripe показали, что конвейеры работают в 42 раза быстрее, а затраты сокращаются на 92%.

Содержание

Финансовый ИИ в Европе переходит к промышленной эксплуатации

Revolut перестраивает свой технологический стек вокруг PRAGMA как единой базовой модели. По данным NVIDIA, банк использует инструментарий cuDF и программное обеспечение Dynamo-Triton на графических процессорах Blackwell Ultra для масштабирования системы в промышленной эксплуатации. Заявленная возможность трехкратного масштабирования — это инженерная цель, а не информация о фактическом расширении текущей клиентской базы.

В сообщении также отмечены организации, которые создают интеллектуальные системы на основе собственных данных о транзакциях. Starling Bank разработал Starling Intelligence — слой, лежащий в основе его возможностей ИИ, — в облаке Civo в Великобритании, используя данные о транзакциях банка. NVIDIA назвала Starling первым банком, обучившим агентную модель в облачной инфраструктуре, находящейся под юрисдикцией Великобритании.

Lloyds Banking Group создала ATUM — базовую модель транзакций, преобразующую миллиарды банковских операций в многоразовые интеллектуальные данные. По сообщению NVIDIA, графические процессоры RTX PRO 6000 Blackwell ускоряют работу модели, которая повышает эффективность в различных направлениях деятельности банка. Отдельно SBS запустила суверенную платформу банковского ИИ, позволяющую банкам использовать генеративные и агентные модели, не передавая данные за пределы собственной инфраструктуры.

Открытые модели используются для ассистентов и специализированных задач

Ассистент Finn необанка bunq теперь работает на моделях с открытыми весами. По данным NVIDIA, его развертывание на Nebius обеспечивает качество на уровне ведущих закрытых моделей при стоимости одного ответа, составляющей 60% от их стоимости. Эта цифра показывает относительную стоимость, а не ее снижение на 60%.

Другие проекты пока находятся на стадии разработки. NatWest создает речевую технологию на основе моделей NVIDIA, включая Nemotron 3.5 ASR, которая должна распознавать британские акценты, диалекты и финансовую терминологию. Modulr разрабатывает специализированные модели для различных платежных операций на базе открытой модели Nemotron-3-Ultra-550B.

Santander одним из первых начал использовать новое семейство базовых моделей Kumo от NVIDIA с открытыми весами для структурированных финансовых данных. Банк применяет эти модели для создания специализированных интеллектуальных систем для ключевых банковских операций.

Инструменты для финансовых исследований ускоряют обработку данных

LSEG сотрудничает с NVIDIA, чтобы помочь финансовым организациям анализировать большие объемы исторических тиковых данных со скоростью до 10 раз выше. В этой работе используется графический процессорный движок Polars, ускоренный с помощью cuDF на графических процессорах RTX PRO 6000 Blackwell.

RavenPack создала на Bigdata.com конвейер для формирования наборов данных с использованием дообученной модели NVIDIA Nemotron. Он принимает сформулированную обычным языком исследовательскую гипотезу и выдает размеченный набор данных, готовый для бэктестирования. Инвесторы могут использовать его для выявления, анализа и визуализации рыночных тенденций.

Ускорение обработки данных для выявления мошенничества: результаты офлайн-тестов

HSBC использует GPU Engine от Starburst Enterprise для получения почти в реальном времени аналитических данных о клиентах и принятия решений по запросу, одновременно сводя к минимуму риски и мошенничество. NVIDIA сообщила, что обработка данных ускорилась в пять раз.

Результаты Stripe были получены исключительно в ходе офлайн-тестирования. По данным NVIDIA, в этих тестах ускоренная с помощью графических процессоров Ray Data обеспечила в 42 раза более высокую скорость конвейеров обработки данных и сокращение затрат на 92% для платформы выявления мошенничества Stripe Radar. Заявленные улучшения относятся к конвейерам обработки данных для машинного обучения, а не к количественно измеренному повышению точности выявления мошенничества.

Читайте другие новости

Другие новости FinanceVelix

Отказ от ответственности

Эта статья FinanceVelix содержит общую информацию и не является персональной финансовой, инвестиционной, юридической или налоговой консультацией. Рыночные цены, процентные ставки и экономические условия могут меняться; инвестиции сопряжены с риском убытков. Факты отражают информацию, доступную на момент публикации, и могут измениться. Самостоятельно проверяйте важную информацию и при необходимости консультируйтесь с квалифицированным специалистом. Упоминание актива, компании или услуги не является рекомендацией.