ในงาน GTC Berlin สถาบันการเงิน บริษัทชำระเงิน และผู้ให้บริการข้อมูลทางการเงินได้แสดงให้เห็นถึงการประยุกต์ใช้ปัญญาประดิษฐ์ระดับ Production โดยใช้ NVIDIA accelerated computing ร่วมกับ open weight models บนโครงสร้างพื้นฐานของตนเอง
การนำเทคโนโลยีเหล่านี้มาใช้ช่วยให้เกิดการวิเคราะห์ข้อมูลธุรกรรมขนาดใหญ่ การเร่งความเร็วในการค้นพบรูปแบบการฉ้อโกง และการสร้างชั้นปัญญาที่เฉพาะเจาะจงสำหรับแต่ละองค์กรทางการเงิน
การฝึกฝนบนโครงสร้างพื้นฐานเร่งความเร็ว
Starling Bank พัฒนา “Starling Intelligence” บนข้อมูลธุรกรรมของตนเอง ขณะที่ Lloyds Banking Group สร้าง ATUM ซึ่งเป็น transaction foundation model เพื่อแปลงธุรกรรมเป็นปัญญาที่นำกลับมาใช้ใหม่ได้
การประมวลผลเร่งความเร็วพลิกโฉมการวิจัยทางการเงิน
LSEG ร่วมกับ NVIDIA ช่วยให้สถาบันการเงินวิเคราะห์ข้อมูล tick ในอดีตได้เร็วขึ้นถึง 10 เท่าด้วย Polars GPU engine และ RavenPack สร้างไปป์ไลน์ข้อมูลสำหรับทดสอบย้อนหลังด้วย NVIDIA Nemotron model
เร่งไปป์ไลน์ข้อมูลเพื่อปรับปรุงการตรวจจับการฉ้อโกง
HSBC ให้ข้อมูลเชิงลึกลูกค้าแบบเกือบเรียลไทม์ โดยอาศัยการประมวลผลข้อมูลที่เร็วขึ้น 5 เท่า และ Stripe พบว่าแพลตฟอร์มตรวจจับการฉ้อโกงของตนทำงานได้เร็วขึ้น 42 เท่า พร้อมประหยัดต้นทุนได้ 92% ด้วย NVIDIA GPU-accelerated Ray Data
ศัพท์ที่ควรรู้
- GTC Berlin – งานแสดงเทคโนโลยีที่จัดขึ้นในกรุงเบอร์ลิน
- Open weight models – โมเดล AI ที่เปิดเผยน้ำหนัก ทำให้องค์กรสามารถปรับแต่งและควบคุมได้
- NVIDIA accelerated computing – การใช้พลังการประมวลผลของ NVIDIA เพื่อเร่งความเร็วในการคำนวณของ AI
- Transaction foundation model – โมเดลพื้นฐานที่ถูกฝึกฝนจากข้อมูลธุรกรรมทางการเงินจำนวนมาก
ที่มา: NVIDIA Blog