欧洲金融机构拥抱开源模型,打造专属智能系统

🤖 AI总结

主题

NVIDIA加速计算平台助力欧洲银行构建生产级AI智能系统

摘要

欧洲多家银行基于NVIDIA加速计算平台构建AI系统,提升效率、降低成本并加速欺诈检测。

关键信息

  • 1 Revolut、Starling Bank等银行基于NVIDIA GPU和开源模型构建智能系统
  • 2 开源权重模型降低金融机构AI成本,bunq成本仅为闭源模型60%
  • 3 GPU加速使汇丰数据处理提速5倍,Stripe欺诈检测提速42倍

欧洲金融机构拥抱开源模型,打造专属智能系统

在GTC柏林大会上,各大银行、支付公司和金融数据提供商展示了生产级智能系统的真实面貌——这些系统基于NVIDIA加速计算平台构建,由开源权重模型驱动,并运行在各自的专属基础设施之上。

Revolut正在以单一基础模型PRAGMA为核心重构其技术栈,该模型由NVIDIA加速计算技术提供支持。借助NVIDIA cuDF工具包和Dynamo-Triton软件,在NVIDIA Blackwell Ultra GPU上运行,Revolut正在生产环境中扩展PRAGMA的应用规模,目前已服务于8000万初始客户,并经过工程设计可实现3倍扩容。

“Revolut处理着数十亿笔交易——机会一直存在,问题在于基础模型能否在这种规模和跨领域场景下运作。PRAGMA给出了答案,”Revolut人工智能负责人帕维尔·涅斯特罗夫表示,”这是与NVIDIA合作开发的成果,也是迄今为止最清晰的证明:研究突破与生产级银行系统之间的鸿沟是可以弥合的。”

在加速基础设施上进行训练

Starling Bank是首家在英国主权云基础设施上训练智能体模型的银行,该行利用自身的交易数据,在Civo的英国云平台上开发出”Starling智能系统”——这是支撑其AI能力的智能层。

劳埃德银行集团打造了ATUM,这是一个交易基础模型,可将数十亿笔银行交易转化为可复用的智能数据——该模型由NVIDIA RTX PRO 6000 Blackwell GPU提供加速支持,并提升了全行各类应用场景的效率。

SBS推出了一个银行主权智能平台,使银行能够在不让数据离开自身系统的前提下运行生成式及智能体模型。

以更低成本使用开源模型

开源权重模型使欧洲金融机构能够基于自有数据构建专属智能系统,并自主掌控成本。NVIDIA的加速计算平台正是支撑这些系统运行的引擎。

新型银行bunq旗下的智能体助手Finn现已采用开源权重模型运行。借助NVIDIA加速计算技术,在Nebius平台上部署后,其效果可媲美领先的闭源模型,而每次回答的成本仅为后者的60%。

NatWest正在构建一项技术,旨在识别全范围的英国口音、方言及金融术语,该技术基于NVIDIA的语音模型开发,其中包括Nemotron 3.5 ASR。

Modulr正基于NVIDIA Nemotron-3-Ultra-550B开源模型,为支付业务的不同环节构建专用模型。

桑坦德银行是NVIDIA全新Kumo系列开源权重基础模型(用于结构化金融数据)的早期采用者,利用该系列模型为核心银行业务负载构建专用智能系统。

加速计算助力金融研究转型

LSEG正与NVIDIA合作,借助由NVIDIA cuDF在NVIDIA RTX PRO 6000 Blackwell GPU上加速运行的Polars GPU引擎,帮助金融机构将海量历史逐笔交易数据的分析速度提升高达10倍。

RavenPack在Bigdata.com平台上构建了一套数据集生成流程,能够将一个用自然语言描述的研究假设,转化为可用于回测的标注数据集——该流程基于经过微调的NVIDIA Nemotron模型运行。投资者可利用这些数据集识别、分析和可视化市场趋势。

加快数据处理流程以提升欺诈检测能力

RTX PRO 6000 Blackwell服务器版GPU与NVIDIA cuDF有助于加速处理跨多个受监管、彼此独立的数TB级数据源,从而大幅压缩从数据到决策的时间,适用于反欺诈等各类场景。

汇丰银行借助Starburst Enterprise的GPU引擎,将数据处理速度提升5倍,从而提供近乎实时的客户洞察,在支持客户流程与按需决策的同时最大限度降低风险与欺诈隐患。

全球可编程金融服务提供商Stripe表示,借助NVIDIA GPU加速的Ray Data,在离线测试中,其Stripe Radar欺诈检测平台的数据处理流程速度提升42倍,成本节省92%。这使得Stripe Radar的机器学习流程能够持续优化模型训练,提升欺诈检测效果。

© 版权声明

相关文章