NVIDIA, 22 Ekim’de GTC Berlin’de Revolut’un PRAGMA temel modelini ilk aşamada 80 milyon müşteriye hizmet verecek şekilde üretimde ölçeklendirdiğini duyurdu. Diğer projeler; canlı sistemlerden geliştirme çalışmalarına ve çevrimdışı testlere kadar, bankaların sahip olduğu modelleri, ödeme operasyonlarını ve hızlandırılmış veri işlemeyi kapsıyor.

Öne Çıkanlar

  • Revolut’un PRAGMA modeli ilk aşamada 80 milyon müşteriye hizmet veriyor ve bu seviyenin üç katına ölçeklenecek şekilde tasarlandı.
  • Bankalar ve ödeme sağlayıcıları, kendi verilerini, açık ağırlıklı modelleri ve hızlandırılmış altyapıyı kullanarak kuruma özgü zekâ sistemleri geliştiriyor.
  • NVIDIA, Stripe’ın çevrimdışı testlerinde 42 kat daha hızlı işlem hatları ve %92 maliyet tasarrufu elde edilmesi de dahil olmak üzere, işlem hızında önemli kazanımlar bildirdi.

İçindekiler

Avrupa’da finansal yapay zekâ üretim aşamasına geçiyor

Revolut, teknoloji altyapısını tek bir temel model olan PRAGMA etrafında yeniden oluşturuyor. NVIDIA’ya göre banka, sistemi üretimde ölçeklendirmek için Blackwell Ultra GPU’ları üzerinde cuDF araç setini ve Dynamo-Triton yazılımını kullanıyor. Belirtilen üç kat ölçeklenme kapasitesi bir mühendislik hedefidir; mevcut müşteri tabanının genişlediğine ilişkin bildirilmiş bir sonuç değildir.

Duyuruda, kendi işlem kayıtlarından zekâ sistemleri geliştiren kurumlara da dikkat çekildi. Starling Bank, yapay zekâ yeteneklerinin temelini oluşturan Starling Intelligence katmanını, bankanın işlem verilerini kullanarak Civo’nun Birleşik Krallık bulutunda geliştirdi. NVIDIA, Starling’in Birleşik Krallık’ın egemen bulut altyapısında ajan tabanlı bir model eğiten ilk banka olduğunu belirtti.

Lloyds Banking Group, milyarlarca bankacılık işlemini yeniden kullanılabilir zekâya dönüştüren bir işlem temel modeli olan ATUM’u geliştirdi. NVIDIA, RTX PRO 6000 Blackwell GPU’larının modeli hızlandırdığını ve modelin banka genelindeki kullanım alanlarında verimliliği artırdığını bildirdi. Ayrı olarak SBS, bankaların verileri kendi kurumlarının dışına çıkarmadan üretken ve ajan tabanlı modeller çalıştırabilmesini sağlayacak şekilde tasarlanmış egemen bir bankacılık zekâ platformu başlattı.

Açık modeller asistanları ve özel iş yüklerini destekliyor

Dijital banka bunq’ın Finn asistanı artık açık ağırlıklı modeller üzerinde çalışıyor. NVIDIA, Nebius üzerindeki kurulumun, yanıt başına maliyetin %60’ı düzeyinde, önde gelen kapalı modellerle aynı kaliteyi sunduğunu belirtti. Bu oran göreli maliyeti ifade ediyor; maliyetlerde %60’lık bir düşüş anlamına gelmiyor.

Diğer projeler geliştirme aşamasında. NatWest, Nemotron 3.5 ASR dahil NVIDIA konuşma modellerini kullanarak İngiliz aksanlarını, lehçelerini ve finansal terminolojiyi tanımak üzere tasarlanmış bir konuşma teknolojisi geliştiriyor. Modulr ise Nemotron-3-Ultra-550B açık modelini temel alarak farklı ödeme operasyonlarına yönelik özel modeller geliştiriyor.

Santander, NVIDIA’nın yapılandırılmış finansal veriler için geliştirdiği yeni Kumo açık ağırlıklı temel model ailesini erken benimseyenler arasında yer alıyor. Banka, temel bankacılık iş yüklerine yönelik özel zekâ sistemleri oluşturmak için bu modelleri kullanıyor.

Finansal araştırmalar daha hızlı veri araçları kazanıyor

LSEG, finans kuruluşlarının büyük hacimli geçmişe dönük anlık işlem verilerini 10 kata kadar daha hızlı analiz etmesine yardımcı olmak için NVIDIA ile çalışıyor. Bu çalışma, RTX PRO 6000 Blackwell GPU’larında cuDF ile hızlandırılan Polars GPU motorunu kullanıyor.

RavenPack, Bigdata.com üzerinde ince ayar yapılmış bir NVIDIA Nemotron modeliyle veri kümesi oluşturma hattı geliştirdi. Bu sistem, sade bir dille ifade edilen bir araştırma hipotezini alıp geriye dönük testlere hazır, etiketlenmiş bir veri kümesi sunuyor. Yatırımcılar bu veri kümesini piyasa eğilimlerini belirlemek, analiz etmek ve görselleştirmek için kullanabiliyor.

Dolandırıcılık işlemedeki kazanımlar çevrimdışı test sonuçlarını da içeriyor

HSBC, riski ve dolandırıcılığı en aza indirirken müşteriler hakkında gerçeğe yakın zamanlı bilgiler ve talep üzerine karar alma olanağı sağlamak için Starburst Enterprise’ın GPU Engine’ini kullanıyor. NVIDIA, veri işlemenin beş kat hızlandığını bildirdi.

Stripe’ın sonuçlarının yalnızca çevrimdışı testlerle sınırlı olduğu özellikle belirtildi. NVIDIA, GPU ile hızlandırılmış Ray Data’nın bu testlerde Stripe Radar’ın dolandırıcılık tespit platformu için 42 kat daha hızlı veri işlem hatları sağladığını ve %92 maliyet tasarrufu getirdiğini bildirdi. Açıklanan kazanımlar, dolandırıcılık tespit doğruluğunda nicel olarak belirtilmiş bir iyileşmeden ziyade, makine öğrenimi veri işlem hatlarıyla ilgilidir.

Daha Fazla Haber

Daha fazla FinanceVelix haberi

Sorumluluk Reddi

Bu FinanceVelix makalesi genel bilgilendirme amacı taşır; kişiye özel finansal, yatırım, hukuki veya vergi tavsiyesi değildir. Piyasa fiyatları, faiz oranları ve ekonomik koşullar değişebilir; yatırımlar zarar riski taşır. Bilgiler, yayımlandığı sırada mevcut olan materyalleri yansıtır ve değişebilir. Önemli bilgileri bağımsız olarak doğrulayın ve gerektiğinde nitelikli bir uzmana danışın. Bir varlığa, şirkete veya hizmete değinilmesi, bunların onaylandığı anlamına gelmez.