Europejskie usługi finansowe korzystają z modeli otwartych opartych na NVIDIA dla skalowalnej własnej sztucznej inteligencji

Image: NVIDIA · Source

Główne europejskie banki i firmy fintech wykorzystują przyspieszone obliczenia NVIDIA oraz otwarte modele wagowe do tworzenia własnej sztucznej inteligencji, poprawiając skalowalność, efektywność kosztową i wykrywanie oszustw w ramach własnej infrastruktury.

Na konferencji GTC Berlin czołowe europejskie instytucje finansowe zaprezentowały systemy sztucznej inteligencji o dużej skali produkcyjnej, zbudowane na przyspieszonych obliczeniach NVIDIA i wykorzystujące otwarte modele wagowe wdrażane na własnej infrastrukturze. Szczególnie ważnym przykładem jest gigant płatności Revolut, który przebudowuje swoją technologiczną strukturę wokół pojedynczego modelu podstawowego nazwanego PRAGMA, opartego na zestawie narzędzi NVIDIA cuDF, oprogramowaniu Dynamo-Triton oraz układach GPU Blackwell Ultra. Model ten został zaprojektowany, by obsłużyć początkowo 80 milionów klientów w skalowalnej architekturze z celem potrojenia tego zasięgu. Inicjatywa ta stanowi znaczący krok w kierunku wdrażania SI na dużą skalę transakcyjną. Pavel Nesterov, szef działu AI w Revolut, podkreślił rolę PRAGMA jako mostu między osiągnięciami badawczymi a praktycznymi, dużymi zastosowaniami bankowymi.

Inne europejskie banki również sięgają po innowacje AI: Starling Bank opracował "Starling Intelligence" — agentowy model AI trenowany na brytyjskiej chmurze suwerennej z wykorzystaniem własnych danych transakcyjnych. Lloyds Banking Group stworzył ATUM, podstawowy model transakcyjny przetwarzający miliardy rekordów bankowych na wielokrotnie użyteczną inteligencję, przyspieszany przez karty NVIDIA RTX PRO 6000 Blackwell w celu usprawnienia operacji na poziomie całego banku. SBS wprowadziło platformę inteligencji suwerennej umożliwiającą bankom uruchamianie modeli generatywnych i agentowych bez potrzeby wyprowadzania danych poza ich infrastrukturę, co odpowiada na kluczowe zagadnienia suwerenności danych.

Otwarte modele wagowe dają tym organizacjom możliwość budowy własnej inteligencji z pełną kontrolą nad danymi i kosztami. Na przykład neobank bunq wykorzystuje swojego agentowego asystenta Finna na modelach otwartych z akceleracją NVIDIA, osiągając jakość porównywalną z czołowymi zamkniętymi modelami, ale przy kosztach niższych o 60% na zapytanie. NatWest rozwija technologię AI zdolną rozpoznawać różnorodne brytyjskie akcenty i terminologię finansową, korzystając z modelu mowy NVIDIA Nemotron 3.5 ASR. Modulr oraz Santander stosują odpowiednio modele otwarte NVIDIA Nemotron i Kumo do tworzenia specjalistycznej SI dostosowanej do płatności i obciążeń bankowości centralnej.

Poza AI skierowaną do klientów, przyspieszone obliczenia zmieniają badania finansowe i wykrywanie oszustw. London Stock Exchange Group (LSEG) wykorzystuje NVIDIA cuDF i silnik GPU Polars na układach RTX PRO 6000 Blackwell do analizy ogromnych zbiorów danych tickowych historycznych nawet dziesięć razy szybciej. RavenPack wykorzystuje dostrojone modele Nemotron do tworzenia oznakowanych zestawów danych wspierających analizę trendów rynkowych. HSBC stosuje RTX PRO 6000 Blackwell i NVIDIA cuDF, by umożliwić niemalże w czasie rzeczywistym wgląd w dane klientów, co zwiększa skuteczność decyzji i zmniejsza ryzyko oszustw. Stripe doświadcza dramatycznych ulepszeń dzięki przyspieszonemu GPU Ray Data, raportując 42-krotnie szybsze przetwarzanie danych i oszczędności kosztów na poziomie 92% na platformie wykrywania oszustw, stale optymalizując modele uczenia maszynowego.

Te postępy odzwierciedlają szerszy trend, w którym otwarte modele i infrastruktura przyspieszonych obliczeń NVIDIA dają europejskim instytucjom finansowym możliwość tworzenia skalowalnych, własnych rozwiązań AI. Ta zmiana podkreśla znaczenie suwerenności danych, efektywności operacyjnej i opłacalności, jednocześnie wspierając innowacje w sektorze bankowym i płatnościowym.