Auf der GTC Berlin zeigen Banken, Zahlungsdienstleister und Anbieter von Finanzdaten, wie Intelligenz im Produktionsmaßstab aussieht – aufgebaut auf NVIDIA Accelerated Computing, unterstützt durch Open-Weight-Modelle und betrieben auf der eigenen Infrastruktur.
Revolut baut seinen Technologie-Stack auf einem einzigen Foundation Model neu auf – PRAGMA, , das auf NVIDIA Accelerated Computing basiert. Mithilfe des NVIDIA cuDF Toolkits und der Dynamo-Triton-Software auf NVIDIA Blackwell Ultra GPUs skaliert Revolut PRAGMA in der Produktion, bedient zunächst 80 Millionen Kunden und ist auf eine Verdreifachung der Kapazität ausgelegt.
“Revolut verarbeitet Milliarden von Transaktionen – die Möglichkeit bestand schon immer, doch die Frage war, ob Foundation Models in diesem Umfang und domänenübergreifend arbeiten können. PRAGMA beantwortet diese Frage“, sagte Pavel Nesterov, Leiter KI bei Revolut. „In Zusammenarbeit mit NVIDIA entwickelt, ist es der bislang deutlichste Beleg dafür, dass sich die Lücke zwischen einem Forschungsdurchbruch und einem produktiven Bankensystem schließen lässt.“
Training auf beschleunigter Infrastruktur
Starling Bank, die erste Bank, die ein agentisches Modell auf souveräner Cloud-Infrastruktur im Vereinigten Königreich trainiert hat, hat „Starling Intelligence“ – die Intelligenzschicht, die ihren KI-Fähigkeiten zugrunde liegt – auf Civos’ britischer Cloud unter Verwendung der eigenen Transaktionsdaten der Bank entwickelt.
Lloyds Banking Group hat ATUM entwickelt, ein Transaktions-Foundation-Model, das Milliarden von Banktransaktionen in wiederverwendbare Intelligenz umwandelt – beschleunigt mit NVIDIA RTX PRO 6000 Blackwell GPUs und mit verbesserter Effizienz bei bankweiten Anwendungsfällen.
SBS hat eine souveräne Intelligence Platform für das Bankwesen eingeführt, mit der Banken generative und agentische Modelle ausführen können, ohne dass ihre Daten das eigene Haus verlassen.
Offene Modelle zu einem Bruchteil der Kosten
Open-Weight-Modelle bieten europäischen Finanzinstituten proprietäre Intelligenz, die auf eigenen Daten basiert, zu Kosten, die sie selbst kontrollieren. Die Plattform für beschleunigtes Computing von NVIDIA ist der Motor, der diesen Modellen zugrunde liegt.
Der agentische Assistent Finn der Neobank bunq läuft jetzt auf Open-Weight-Modellen. Basierend auf NVIDIA beschleunigtem Computing erreicht die Bereitstellung auf Nebius die Qualität führender geschlossener Modelle zu 60 % der Kosten pro Antwort.
NatWest entwickelt eine Technologie, die die gesamte Bandbreite britischer Akzente, Dialekte und Finanzterminologie erkennen soll und mit den Sprachmodellen von NVIDIA, darunter Nemotron 3.5 ASR, realisiert wird.
Modulr entwickelt spezialisierte Modelle für einzelne Bereiche des Zahlungsverkehrs auf Basis des offenen NVIDIA Nemotron-3-Ultra-550B-Modells.
Santander ist ein Early Adopter der neuen NVIDIA Kumo-Familie von Open-Weight-Foundation-Models für strukturierte Finanzdaten und nutzt diese, um spezialisierte Intelligenz für zentrale Bankanwendungen zu entwickeln.
Beschleunigtes Computing steigert die Genauigkeit von Finanzanalysen
Anbieter von Finanzdaten und -analysen nutzen die Plattform von NVIDIA, um Intelligenz in schnelllebigen Märkten näher an die Entscheidungsfindung heranzuführen.
LSEG arbeitet mit NVIDIA zusammen, um Finanzinstituten zu ermöglichen, große Mengen historischer Tick-Daten bis zu 10-mal schneller zu analysieren. Erreicht wird dies mit der Polars GPU-Engine, beschleunigt durch NVIDIA cuDF auf NVIDIA RTX PRO 6000 Blackwell GPUs.
RavenPack hat auf Bigdata.com eine Pipeline zur Datensatzgenerierung entwickelt, die eine in natürlicher Sprache formulierte Forschungshypothese entgegennimmt und einen gelabelten, für Backtests bereiten Datensatz zurückgibt – betrieben mit einem feinabgestimmten NVIDIA Nemotron-Modell. Investoren können diese Datensätze nutzen, um Markttrends zu identifizieren, zu analysieren und zu visualisieren.
Beschleunigung von Datenpipelines zur Verbesserung der Betrugserkennung
RTX PRO 6000 Blackwell Server Edition GPUs und NVIDIA cuDF tragen dazu bei, die Datenverarbeitung über isolierte, regulierte Quellen im Multi-Terabyte-Bereich hinweg zu beschleunigen und so die Zeit von den Daten bis zur Entscheidung bei Betrugsfällen und anderen Szenarien zu verkürzen.
HSBC stellt nahezu in Echtzeit Kundeneinblicke bereit, die Kundenprozesse und bedarfsgerechte Entscheidungen unterstützen und gleichzeitig Risiken und Betrug minimieren – ermöglicht durch eine 5-mal schnellere Datenverarbeitung auf der GPU-Engine von Starburst Enterprise.
Stripe, ein weltweit tätiger Anbieter programmierbarer Finanzdienstleistungen, erzielt in Offline-Tests mit NVIDIA GPU-beschleunigtem Ray Data 42-mal schnellere Datenpipelines und Kosteneinsparungen von 92 % für seine Betrugserkennungsplattform Stripe Radar. Dadurch können die Machine-Learning-Pipelines von Stripe Radar das Modelltraining kontinuierlich optimieren und die Betrugserkennung verbessern.
Erfahren Sie mehr über beschleunigtes Computing von NVIDIA im Finanzdienstleistungssektor.
Siehe Hinweis zu Informationen über Softwareprodukte.