به کارگیری مدلهای متنباز انویدیا توسط سازمانهای مالی پیشرو اروپا

شرکتهای مالی پیشرو در اروپا در رویداد GTC برلین از مدلهای متنباز مجهز به پردازش شتابیافته انویدیا برای توسعه هوش مصنوعی اختصاصی خود استفاده میکنند. این سیستمها به بانکها و شرکتهای پرداختی کمک میکنند تا مقیاسپذیری و دقت عملیاتی خود را به طور چشمگیری افزایش دهند.
در رویداد GTC برلین، بانکها، شرکتهای ارائهدهنده خدمات پرداخت و فعالان دادههای مالی، دستاوردهای خود را در زمینه هوش مصنوعی در مقیاس تولید به نمایش گذاشتند که بر پایه پردازش شتابیافته انویدیا و مدلهای وزنباز توسعه یافتهاند. شرکت Revolut زیرساخت فناوری خود را بر اساس مدل پایه PRAGMA بازسازی کرده است که با استفاده از ابزارهای cuDF و نرمافزار Dynamo-Triton روی پردازندههای گرافیکی Blackwell Ultra اجرا میشود. این سیستم برای خدمترسانی اولیه به ۸۰ میلیون مشتری طراحی شده و قابلیت مقیاسپذیری تا سه برابر را دارد.
بسیاری دیگر از مؤسسات مالی بزرگ نیز از این فناوریها بهره میبرند. به عنوان مثال، Starling Bank مدل عاملی خود را روی زیرساخت ابری حاکمیتی بریتانیا توسعه داده و Lloyds Banking Group مدل پایه ATUM را برای تبدیل میلیاردها تراکنش بانکی به اطلاعات قابل استفاده پیادهسازی کرده است. همچنین پلتفرمهای حاکمیتی بانکداری توسط SBS معرفی شدهاند تا بانکها بتوانند مدلهای مولد و عاملی را بدون خروج دادهها از محیط داخلی خود اجرا کنند.
مدلهای وزنباز به نهادهای مالی اروپایی این امکان را میدهند که هوش مصنوعی اختصاصی خود را با استفاده از دادههای تحت مالکیت و هزینههای کنترلشده بسازند. شرکتهایی مانند bunq، NatWest و Santander از مدلهای مختلف انویدیا از جمله خانواده Nemotron برای بهبود دستیارهای هوشمند، تشخیص گویشها و پردازش دادههای مالی ساختاریافته بهره میبرند.
در حوزه تحقیقات مالی و کشف تقلب، شرکتهایی مانند LSEG و RavenPack با استفاده از موتورهای گرافیکی cuDF و مدلهای Nemotron توانستهام سرعت پردازش دادههای تاریخی را تا ۱۰ برابر افزایش دهند. همچنین شرکتهایی نظیر Stripe و HSBC از زیرساختهای شتابیافته انویدیا برای تسریع خطوط لوله داده و بهبود سیستمهای تشخیص تقلب بهره بردهاند که به کاهش چشمگیر هزینهها و افزایش سرعت تصمیمگیری منجر شده است.
گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.