Европейские финансовые услуги используют открытые модели на базе NVIDIA для масштабируемого собственного ИИ

Image: NVIDIA · Source

Крупнейшие европейские банки и финтех-компании применяют ускоренные вычисления NVIDIA и открытые модели весов для разработки собственного ИИ, улучшая масштабируемость, экономическую эффективность и обнаружение мошенничества в рамках собственной инфраструктуры.

На GTC в Берлине ведущие европейские финансовые учреждения продемонстрировали масштабируемые системы искусственного интеллекта, построенные на ускоренных вычислениях NVIDIA и использующие открытые весовые модели, развернутые на их собственной инфраструктуре. Особое внимание привлек гигант платежей Revolut, который перестраивает свою технологическую базу вокруг единой фундаментальной модели PRAGMA, работающей на основе набора инструментов NVIDIA cuDF, программного обеспечения Dynamo-Triton и графических процессоров Blackwell Ultra. Модель разработана для обслуживания первоначальных 80 миллионов клиентов с масштабируемой архитектурой, нацеленой утроить это число. Эта инициатива является значительным шагом в развертывании ИИ на масштабных транзакциях. Павел Нестеров, глава ИИ в Revolut, подчеркнул роль PRAGMA как моста между научными достижениями и практическими крупномасштабными банковскими приложениями.

Другие европейские банки также внедряют инновации ИИ: Starling Bank разработал "Starling Intelligence" — агентную ИИ-модель, обученную на суверенной британской облачной инфраструктуре с использованием собственных транзакционных данных. Lloyds Banking Group создал ATUM, модель фундаментальных транзакций, преобразующую миллиарды банковских записей в переиспользуемый интеллект, ускоряемую NVIDIA RTX PRO 6000 Blackwell GPU для улучшения операций по всему банку. SBS представила платформу суверенного интеллекта, позволяющую банкам запускать генеративные и агентные модели без выхода их данных за пределы собственной инфраструктуры, что решает ключевые вопросы суверенитета данных.

Открытые весовые модели дают этим организациям возможность создавать собственный интеллект с полным контролем над данными и затратами. Например, необанк bunq разворачивает своего агентного помощника Finna на открытых моделях с ускорением NVIDIA, достигая качества, сопоставимого с ведущими закрытыми моделями, но с затратами на 60% ниже за запрос. NatWest разрабатывает ИИ, способный распознавать различные британские акценты и финансовую терминологию, используя модель распознавания речи NVIDIA Nemotron 3.5 ASR. Modulr и Santander используют соответственно открытые модели NVIDIA Nemotron и Kumo для создания специализированного ИИ для платежей и основных банковских процессов.

Помимо клиентского ИИ, ускоренные вычисления меняют финансовые исследования и выявление мошенничества. London Stock Exchange Group (LSEG) использует NVIDIA cuDF и графический движок Polars на RTX PRO 6000 Blackwell GPU для анализа огромных объемов исторических данных ценовых тиков с ускорением до десяти раз. RavenPack применяет донастроенные модели Nemotron для генерации разметки данных, поддерживающей анализ рыночных трендов. HSBC применяет RTX PRO 6000 Blackwell GPU и NVIDIA cuDF для обеспечения почти реального времени анализа клиентских данных, повышая качество принятия решений и снижая риски мошенничества. Stripe добивается драматических улучшений благодаря ускоренным GPU Ray Data, сообщая о 42-кратном увеличении скорости обработки данных и 92% экономии затрат на платформе обнаружения мошенничества, непрерывно оптимизируя модели машинного обучения.

Эти достижения отражают более широкий тренд, в котором открытые модели и инфраструктура ускоренных вычислений NVIDIA дают европейским финансовым организациям возможность создавать масштабируемые собственные решения ИИ. Этот сдвиг подчеркивает важность суверенитета данных, операционной эффективности и экономической целесообразности, одновременно способствуя инновациям в банковском и платежном секторах.