Europejskie banki budują własne modele AI na infrastrukturze NVIDIA - Revolut, Lloyds i NatWest pokazują efekty

Ten news ukazał się 17 min po komunikacie źródła.

👁 116 przeczytań

Na konferencji GTC Berlin banki, firmy płatnicze i dostawcy danych finansowych pokazali, jak wygląda AI w skali produkcyjnej - zbudowana na otwartych modelach wagowych, uruchomiona na własnej infrastrukturze i przyspieszona przez akceleratory NVIDIA.

Najbardziej rozbudowaną prezentację miał Revolut. Firma przebudowuje cały stos technologiczny wokół jednego modelu fundacyjnego o nazwie PRAGMA, który działa na GPU NVIDIA Blackwell Ultra z wykorzystaniem biblioteki cuDF i oprogramowania Dynamo-Triton. Aktualnie model obsługuje 80 milionów klientów i według Revoluta jest zaprojektowany do trzykrotnego skalowania.

„Revolut przetwarza miliardy transakcji - możliwość zawsze istniała, ale pytanie brzmiało, czy modele fundacyjne mogą działać w takiej skali i w różnych domenach. PRAGMA na to odpowiada.”

Tak wyjaśnił Pavel Nesterov, szef działu AI w Revolut, dodając że model powstał we współpracy z NVIDIA.

Lloyds Banking Group zbudował własny model transakcyjny ATUM, który przekształca miliardy bankowych transakcji w wielokrotnie używaną inteligencję. Pracuje na GPU NVIDIA RTX PRO 6000 Blackwell i ma poprawiać efektywność operacyjną w całej grupie. Starling Bank jako pierwsza instytucja bankowa wytrenowała agentowy model na infrastrukturze chmurowej suwerennej dla Wielkiej Brytanii - na platformie Civo, wykorzystując własne dane transakcyjne.

Otwarte modele, niższe koszty

Kilka firm wprost liczy oszczędności. Neobank bunq wdrożył asystenta Finn na otwartych modelach wagowych przez platformę Nebius - przy jakości porównywalnej z czołowymi modelami zamkniętymi koszt jednej odpowiedzi jest o 60% niższy. Modulr buduje wyspecjalizowane modele dla konkretnych segmentów operacji płatniczych, bazując na otwartym modelu NVIDIA Nemotron-3-Ultra-550B. Santander jako jeden z pierwszych banków testuje nową rodzinę modeli NVIDIA Kumo, przeznaczonych do pracy na ustrukturyzowanych danych finansowych.

NatWest pracuje nad rozpoznawaniem mowy dostosowanym do brytyjskich akcentów, dialektów i terminologii finansowej - we współpracy z NVIDIA i jej modelem Nemotron 3.5 ASR. SBS uruchomił suwerenną platformę bankową dla modeli generatywnych i agentowych, w której dane klientów nie opuszczają infrastruktury banku.

Szybsza analiza danych i wykrywanie fraudów

LSEG pracuje z NVIDIA nad analizą historycznych danych giełdowych (tzw. tick data) - silnik Polars GPU z biblioteką cuDF na kartach RTX PRO 6000 Blackwell przyspiesza przetwarzanie nawet dziesięciokrotnie. RavenPack zbudował potok generowania zbiorów danych na platformie Bigdata.com: system przyjmuje hipotezę badawczą w języku naturalnym i zwraca gotowy, oznaczony zbiór danych do backtestingu - oparty na fine-tunowanym modelu Nemotron. HSBC wykorzystuje akcelerowane przetwarzanie danych do generowania niemal w czasie rzeczywistym wglądu w sytuację klientów i wsparcia decyzji na żądanie.

Europejski sektor finansowy wyraźnie postawił na model oparty na własności danych i kontroli kosztów - i wygląda na to, że otwarte wagi plus własna infrastruktura to dziś jedyna odpowiedź, którą regulatorzy i CFO mogą zaakceptować jednocześnie.