NVIDIA ประกาศที่งาน GTC Berlin เมื่อวันที่ 22 ตุลาคมว่า Revolut กำลังขยายการใช้งานโมเดลพื้นฐาน PRAGMA ในระบบจริงเพื่อรองรับลูกค้ากลุ่มแรกจำนวน 80 ล้านราย โครงการอื่น ๆ ครอบคลุมโมเดลที่ธนาคารเป็นเจ้าของ การดำเนินงานด้านการชำระเงิน และการประมวลผลข้อมูลที่รวดเร็วยิ่งขึ้น ตั้งแต่ระบบที่ใช้งานจริงไปจนถึงงานพัฒนาและการทดสอบแบบออฟไลน์
ประเด็นสำคัญ
- PRAGMA ของ Revolut ให้บริการลูกค้ากลุ่มแรกจำนวน 80 ล้านราย และออกแบบทางวิศวกรรมให้รองรับการขยายขนาดได้ถึงสามเท่าของระดับดังกล่าว
- ธนาคารและผู้ให้บริการชำระเงินกำลังพัฒนาระบบอัจฉริยะที่เป็นกรรมสิทธิ์ โดยใช้ข้อมูลของตนเอง โมเดลแบบเปิดที่เปิดเผยน้ำหนัก และโครงสร้างพื้นฐานเร่งการประมวลผล
- NVIDIA รายงานการเพิ่มประสิทธิภาพการประมวลผลอย่างมีนัยสำคัญ รวมถึงผลการทดสอบแบบออฟไลน์ของ Stripe ซึ่งระบุว่ากระบวนการประมวลผลเร็วขึ้น 42 เท่า และประหยัดต้นทุนได้ 92%
สารบัญ
- AI การเงินในยุโรปเริ่มใช้งานจริง
- โมเดลเปิดรองรับผู้ช่วยและงานเฉพาะทาง
- เครื่องมือข้อมูลที่เร็วขึ้นช่วยงานวิจัยทางการเงิน
- การประมวลผลเพื่อตรวจจับการฉ้อโกงมีผลการทดสอบออฟไลน์
AI การเงินในยุโรปเริ่มใช้งานจริง
Revolut กำลังปรับโครงสร้างเทคโนโลยีใหม่โดยใช้ PRAGMA เป็นโมเดลพื้นฐานเพียงโมเดลเดียว ตามข้อมูลของ NVIDIA ธนาคารใช้ชุดเครื่องมือ cuDF และซอฟต์แวร์ Dynamo-Triton บน GPU Blackwell Ultra เพื่อขยายระบบในการใช้งานจริง ความสามารถในการขยายขนาดได้สามเท่าที่ระบุไว้เป็นเป้าหมายทางวิศวกรรม ไม่ใช่รายงานว่าฐานลูกค้าปัจจุบันเพิ่มขึ้นแล้ว
ประกาศดังกล่าวยังกล่าวถึงสถาบันที่พัฒนาระบบอัจฉริยะจากบันทึกธุรกรรมของตนเอง Starling Bank พัฒนา Starling Intelligence ซึ่งเป็นชั้นระบบที่รองรับความสามารถด้าน AI ของธนาคาร บนคลาวด์ของ Civo ในสหราชอาณาจักร โดยใช้ข้อมูลธุรกรรมของธนาคาร NVIDIA ระบุว่า Starling เป็นธนาคารแห่งแรกที่ฝึกโมเดลแบบเอเจนต์บนโครงสร้างพื้นฐานคลาวด์อธิปไตยของสหราชอาณาจักร
Lloyds Banking Group สร้าง ATUM ซึ่งเป็นโมเดลพื้นฐานด้านธุรกรรมที่แปลงธุรกรรมธนาคารหลายพันล้านรายการให้เป็นระบบอัจฉริยะที่นำกลับมาใช้ได้ NVIDIA ระบุว่า GPU RTX PRO 6000 Blackwell ช่วยเร่งการทำงานของโมเดล ซึ่งกำลังเพิ่มประสิทธิภาพในกรณีใช้งานทั่วทั้งธนาคาร ขณะเดียวกัน SBS เปิดตัวแพลตฟอร์มระบบอัจฉริยะด้านธนาคารอธิปไตยที่ออกแบบมาเพื่อให้ธนาคารใช้งานโมเดลแบบสร้างเนื้อหาและแบบเอเจนต์ได้ โดยไม่ต้องย้ายข้อมูลออกนอกองค์กร
โมเดลเปิดรองรับผู้ช่วยและงานเฉพาะทาง
ขณะนี้ Finn ซึ่งเป็นผู้ช่วยของธนาคารดิจิทัล bunq ทำงานบนโมเดลแบบเปิดที่เปิดเผยน้ำหนัก NVIDIA ระบุว่าการติดตั้งใช้งานบน Nebius ให้คุณภาพเทียบเท่าโมเดลปิดชั้นนำ โดยมีต้นทุนต่อคำตอบอยู่ที่ 60% ของต้นทุนดังกล่าว ตัวเลขนี้แสดงถึงต้นทุนสัมพัทธ์ ไม่ใช่การลดต้นทุนลง 60%
โครงการอื่น ๆ ยังอยู่ระหว่างการพัฒนา NatWest กำลังสร้างเทคโนโลยีเสียงที่ออกแบบมาให้รู้จำสำเนียง ภาษาถิ่น และศัพท์ทางการเงินของสหราชอาณาจักร โดยใช้โมเดลเสียงของ NVIDIA รวมถึง Nemotron 3.5 ASR ส่วน Modulr กำลังพัฒนาโมเดลเฉพาะทางสำหรับการดำเนินงานด้านการชำระเงินรูปแบบต่าง ๆ โดยอิงจากโมเดลเปิด Nemotron-3-Ultra-550B
Santander เป็นผู้เริ่มนำโมเดลตระกูล Kumo รุ่นใหม่ของ NVIDIA ซึ่งเป็นโมเดลพื้นฐานแบบเปิดที่เปิดเผยน้ำหนักสำหรับข้อมูลการเงินแบบมีโครงสร้างมาใช้ตั้งแต่ระยะแรก โดยใช้โมเดลเหล่านี้สร้างระบบอัจฉริยะเฉพาะทางสำหรับภารกิจหลักด้านธนาคาร
เครื่องมือข้อมูลที่เร็วขึ้นช่วยงานวิจัยทางการเงิน
LSEG กำลังร่วมมือกับ NVIDIA เพื่อช่วยสถาบันการเงินวิเคราะห์ข้อมูล tick ย้อนหลังปริมาณมากได้เร็วขึ้นสูงสุด 10 เท่า งานนี้ใช้เอนจิน GPU ของ Polars ซึ่งเร่งความเร็วด้วย cuDF บน GPU RTX PRO 6000 Blackwell
RavenPack สร้างกระบวนการสร้างชุดข้อมูลบน Bigdata.com โดยใช้โมเดล NVIDIA Nemotron ที่ปรับแต่งอย่างละเอียด ระบบรับสมมติฐานการวิจัยที่เขียนด้วยภาษาทั่วไป แล้วส่งคืนชุดข้อมูลที่ติดป้ายกำกับและพร้อมสำหรับการทดสอบย้อนหลัง ซึ่งนักลงทุนสามารถนำไปใช้ระบุ วิเคราะห์ และแสดงภาพแนวโน้มตลาด
การประมวลผลเพื่อตรวจจับการฉ้อโกงมีผลการทดสอบออฟไลน์
HSBC ใช้ GPU Engine ของ Starburst Enterprise เพื่อรองรับข้อมูลเชิงลึกเกี่ยวกับลูกค้าในเวลาเกือบเรียลไทม์และการตัดสินใจตามความต้องการ โดยลดความเสี่ยงและการฉ้อโกงให้น้อยที่สุด NVIDIA รายงานว่าการประมวลผลข้อมูลเร็วขึ้นห้าเท่า
ผลลัพธ์ของ Stripe จำกัดอยู่ในการทดสอบแบบออฟไลน์อย่างชัดเจน NVIDIA ระบุว่า Ray Data ที่เร่งการทำงานด้วย GPU ทำให้กระบวนการประมวลผลข้อมูลของแพลตฟอร์มตรวจจับการฉ้อโกง Stripe Radar เร็วขึ้น 42 เท่า และประหยัดต้นทุนได้ 92% ในการทดสอบดังกล่าว ผลลัพธ์ที่รายงานเกี่ยวข้องกับกระบวนการประมวลผลข้อมูลสำหรับแมชชีนเลิร์นนิง ไม่ใช่การปรับปรุงความแม่นยำในการตรวจจับการฉ้อโกงที่มีการวัดปริมาณไว้
อ่านข่าวเพิ่มเติม
ข้อจำกัดความรับผิด
บทความ FinanceVelix นี้ให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษีที่ปรับให้เหมาะกับบุคคล ราคาตลาด อัตราดอกเบี้ย และภาวะเศรษฐกิจเปลี่ยนแปลงได้ การลงทุนมีความเสี่ยงที่จะขาดทุน ข้อเท็จจริงสะท้อนข้อมูลที่มีอยู่ในขณะที่เผยแพร่และอาจเปลี่ยนแปลงได้ โปรดตรวจสอบข้อมูลสำคัญด้วยตนเอง และปรึกษาผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมเมื่อจำเป็น การกล่าวถึงสินทรัพย์ บริษัท หรือบริการใด ๆ ไม่ถือเป็นการรับรอง
